GeoLife: Construirea retelelor sociale folosind istoricul locatiilor umane – Microsoft Research

Scenariu de aplicare:

Prin incarcarea datelor GPS si a continutului multimedia asociat, precum fotografii pe site-ul web al GeoLife, puteti interactiona cu traiectoria dvs., cum ar fi redarea unui videoclip. In primul rand, va puteti bucura si memora experientele trecute pe o harta. In al doilea rand, il puteti impartasi prietenilor. Astfel, prietenii tai pot sti unde ai fost, pot vedea ce ai vazut si pot intelege intreaga calatorie in cateva secunde. Este mai intuitiv si mai convenabil decat scrierea si citirea unui blog.

Dificultate: Cum se identifica modurile de transport ale unui utilizator

In primul rand, utilizatorii isi schimba modurile de transport intr-o calatorie, de exemplu, conduc spre un loc si apoi incep sa mearga. Adica, o traiectorie GPS ar contine mai multe tipuri de moduri de transport. In al doilea rand, viteza unui mod sufera de conditia de trafic variabila.

Solutie: invatarea modului de transport pe baza datelor GPS (WWW2008)

In primul rand, propunem o metoda de partitionare a traiectoriei GPS in segmente ale diferitelor moduri de transport. In al doilea rand, identificam un set de trasaturi care sunt independente de viteza. In al treilea rand, aceste caracteristici sunt introduse intr-un model de clasificare si genereaza probabilitatea ca fiecare segment sa fie moduri de transport diferite. In al patrulea rand, invatam o harta rutiera implicita din datele GPS ale mai multor utilizatori si efectuam o post-procesare.

Scenariu de aplicare:

Exploatand istoricul locatiilor mai multor utilizatori, GeoLife poate descoperi automat cele mai interesante locatii de top si secventele de calatorie clasice dintr-o anumita regiune geografica. Informatiile pot permite recomandari de calatorie generice, care ii ajuta pe utilizatori sa inteleaga un oras necunoscut intr-o perioada scurta de timp si sa planifice o calatorie cu efort minim.

Dificultate:  (1) Cum se deduce nivelul de interes al unei locatii, (2) Cum se calculeaza experienta de calatorie a unui utilizator si (3) cum se detecteaza secvente clasice intr-o anumita regiune geografica.

In primul rand, interesul unei locatii nu depinde doar de numarul de utilizatori care viziteaza aceasta locatie, ci se afla si in experientele de calatorie ale acestor utilizatori. In mod intrinsec, diferiti oameni au diferite grade de cunostinte despre o regiune geospatiala. De exemplu, localnicii din Beijing sunt mai capabili decat turistii de peste mari sa afle restaurante de inalta calitate si centre comerciale celebre din Beijing. In al doilea rand, experienta de calatorie a unui individ este legata de regiune. Sunteti familiarizat cu Seattle, dar s-ar putea sa stiti putin despre Beijing. Sunt expert in calatorii la Beijing, dar habar nu am despre orasul New York.

Solutie: minerit Locatii interesante si secvente de calatorie (WWW2009)

Experienta de calatorie a utilizatorului si interesul pentru locatie au o relatie de consolidare reciproca. Utilizatorul cu experiente de calatorie bogate intr-o regiune ar vizita multe locuri interesante din acea regiune, iar un loc foarte interesant din acea regiune ar putea fi accesat de multi utilizatori cu experiente de calatorie bogate. Mai precis, experienta de calatorie a unui utilizator poate fi reprezentata de suma intereselor locatiilor pe care le-a accesat; la randul sau, interesul unei locatii poate fi calculat prin integrarea experientelor utilizatorilor care o viziteaza. Folosind o metoda de iteratie a puterii, experienta fiecarui utilizator si interesul fiecarei locatii pot fi calculate. Vezi mai mult…

Scenariu de aplicare:

Conectati-va la MyGeoLife folosind contul dvs. Live Messenger, GeoLife va poate recomanda un grup de utilizatori in ceea ce priveste similaritatea dintre istoricul locatiilor dvs. si al lor. Deoarece istoricul locatiilor oamenilor implica intr-o oarecare masura gusturile si preferintele lor, acesti utilizatori, numiti prieteni potentiali, ar putea sa va impartaseasca interese similare. Fara GeoLife nu ati cunoaste niciodata acesti potentiali prieteni, chiar si voi ati trecut de unul cu celalalt pe o strada de multe ori. Cu aceasta lista de prieteni, puteti livra convenabil invitatii acestor persoane din comunitate si, prin urmare, puteti sponsoriza, cu un efort minim, o activitate sociala, cum ar fi drumetii, ciclism sau calatorii. Intrucat va impartasesc un interes similar, este mai probabil sa va accepte invitatia. Mai mult, din experientele anterioare ale acestor potentiali prieteni, este mai probabil sa descoperiti cateva locuri care s-ar putea potrivi cu gusturile dvs., in timp ce nu le-ati gasit singuri. Este o recomandare de locatie personalizata.

Dificultate:  (1) Cum se estimeaza similitudinea dintre utilizatori in ceea ce priveste istoricul locatiilor si (2) cum se prezice nivelul de interes al unui utilizator intr-o locatie nevizitata.

Ce este o locatie partajata atunci cand incercati sa masurati similitudinea dintre utilizatori. Un restaurant este o locatie, o neoborhood este, de asemenea, o locatie. Diverse scale ale locatiilor au semnificatii diferite. De asemenea, secventele miscarii utilizatorilor in spatiile geografice implica o semnificatie diferita.

Solutie: Masurati similitudinea utilizatorului si inferenta bazata pe filtrarea colaborativa

Propunem un cadru, denumit masurarea similaritatii bazata pe grafice ierarhice (HGSM), care modeleaza uniform istoricul locatiilor oamenilor si estimeaza in mod eficient similitudinea dintre utilizatori. In acest cadru, luam in considerare urmatorii trei factori.

1. Proprietate de secventa a comportamentelor de miscare a utilizatorilor: luam in considerare nu numai regiunile geografice pe care le-au accesat, ci si secventa acestor regiuni care sunt vizitate. Cu cat secventele similare sunt mai lungi intre istoricul locatiilor a doi utilizatori, cu atat ar putea fi mai legati acesti doi utilizatori.
2. Popularitatea diferitelor locatii: Analog la frecventa inversa a documentelor (IDF), luam in considerare popularitatea vizitata a unei regiuni geografice atunci cand masuram similitudinea dintre utilizatori. Doi utilizatori au accesat o locatie vizitata de cativa oameni ar putea fi mai corelati decat altii care partajeaza un istoric de locatii accesat de multi oameni. De exemplu, o multime de oameni au vizitat Marele Zid, un punct de reper cunoscut in Beijing. Cu toate acestea, s-ar putea sa nu insemne ca toti acesti oameni seamana intre ei. Cu toate acestea, daca doi utilizatori ar vizita un restaurant, care nu este atat de faimos, ar putea intr-adevar sa impartaseasca unele preferinte similare.
3. Proprietatea ierarhica a spatiilor geografice: extragem similitudinea utilizatorilor explorand comportamentele miscarii oamenilor la diferite scari ale spatiilor geografice. Utilizatorii care partajeaza istorii de locatii similare pe spatii geografice cu granularitate fina ar putea fi mai corelati decat altii care partajeaza istorii de locatii pe spatii geografice cu granularitate grosiera.