Resumen

Dado que existen grandes diferencias en los patrones de movimiento y la correlación social entre los días laborables y los fines de semana, proponemos un modelo de Markov social-temporal-jerárquico (FSTHM) para predecir la ubicación futura de los individuos. La división de días laborables y fines de semana se utiliza para descomponer el estado original del modelo de Markov tradicional en dos estados diferentes y distinguir la diferencia de la fuerza de los vínculos sociales en días laborables y fines de semana. Además de la división temporal, también se tiene en cuenta la distribución del tiempo de visita de cada estado para mejorar el rendimiento predictivo. Además, para adaptarnos mejor a las características del modelo de Markov, introducimos la entropía de muestra cruzada modificada para cuantificar las similitudes entre el individuo y sus amigos. Los experimentos basados en redes sociales reales basadas en la localización muestran que el modelo FSTHM mejora en un 9% el modelo de Markov y en un 2% los modelos sociales de Markov que utilizan la similitud del coseno o la información mutua para medir la correlación social.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:días laborables, fines de semana, modelo de markov, correlación social, modelo de markov jerárquico, modelos de markov sociales, modelo de markov tradicional, mejora, individuo, modelo fsthm
• Keywords:weekdays, weekends, markov model, social correlation, hierarchic markov model, social markov models, traditional markov model, improvement, individual, fsthm model