Density-Based Place Clustering Using Geo-Social Network Data
Density-Based Place Clustering Using Geo-Social Network Data
复制标题
使用地理社交网络数据进行基于密度的地点聚类
DOI：
10.1109/tkde.2017.2782256
复制
发表时间：
2018-05
期刊：
影响因子：
--
通讯作者：
Nikos Mamoulis
中科院分区：
文献类型：
--
作者：
Dingming Wu;Jieming Shi;Nikos Mamoulis
空间聚类处理无监督的地方分组到集群，并发现在城市规划和营销的重要应用。目前的空间聚类模型忽略了与聚类地点相关的人和时间的信息。在本文中，我们展示了如何基于密度的聚类范式可以扩展到应用的地理社交网络的用户访问的地方。我们的模型考虑了时空信息和访问聚类地点的用户之间的社会关系。在正式定义了模型和它所依赖的距离度量之后，我们提供了模型和距离度量的替代方案。我们通过对真实的数据的案例研究来评估我们的模型的有效性;此外，我们设计了两个定量指标，称为社会熵和社区得分，来评估发现的集群的质量。结果表明，时间-地理-社会集群具有特殊的性质，不能通过应用简单的空间聚类方法和其他替代方法来发现。
Spatial clustering deals with the unsupervised grouping of places into clusters and finds important applications in urban planning and marketing. Current spatial clustering models disregard information about the people and the time who and when are related to the clustered places. In this paper, we show how the density-based clustering paradigm can be extended to apply on places which are visited by users of a geo-social network. Our model considers spatio-temporal information and the social relationships between users who visit the clustered places. After formally defining the model and the distance measure it relies on, we provide alternatives to our model and the distance measure. We evaluate the effectiveness of our model via a case study on real data; in addition, we design two quantitative measures, called social entropy and community score, to evaluate the quality of the discovered clusters. The results show that temporal-geo-social clusters have special properties and cannot be found by applying simple spatial clustering approaches and other alternatives.
登录
查看更多内容
影响因子：
4.8
作者：
Sander, J;Ester, M;Xu, XW
通讯作者：
Xu, XW
DOI：
--
发表时间：
2007-07
期刊：
ArXiv
影响因子：
--
作者：
Purnamrita Sarkar;A. Moore
通讯作者：
Purnamrita Sarkar;A. Moore
影响因子：
56.9
作者：
J. Q. Stewart
通讯作者：
J. Q. Stewart
DOI：
10.1145/2830657.2830661
发表时间：
2015-11
期刊：
Proceedings of the 8th ACM SIGSPATIAL International Workshop on Location-Based Social Networks
影响因子：
--
作者：
Shohei Yokoyama;Ágnes Bogárdi-Mészöly;H. Ishikawa
通讯作者：
Shohei Yokoyama;Ágnes Bogárdi-Mészöly;H. Ishikawa
DOI：
--
发表时间：
2010
期刊：
--
影响因子：
--
作者：
R. Trasarti
通讯作者：
R. Trasarti