典型文献
基于Labeled-LDA模型的居民群体分类与出行特征分析
文献摘要：
如何使用海量社交媒体数据分析城市居民日常行为特征成为国内外学者广泛关注的问题.城市居民在不同时空间扮演的社会角色的不同将导致其出行行为特征随之变化,为此构建居民出行活动模式模型表征居民出行行为,引入自然语言处理领域内的标签狄利克雷分布模型Labeled-LDA完成群体分类,分析居民群体的出行行为特征,并讨论个体出行行为的不确定性.使用波士顿海量Twitter签到数据的实验表明,该方法能够有效区分典型的城市居民群体,并为居民在不同时空间表现出的不同出行行为特征提供概率解释.
文献关键词：
居民出行行为;标签狄利克雷分布(Labeled-LDA);社交媒体大数据;移动模式
中图分类号：
作者姓名：
王长硕;蒲英霞
作者机构：
南京大学地理与海洋科学学院 江苏 南京 210023;南京大学江苏省地理信息技术重点实验室 江苏 南京 210023;南京大学江苏省地理信息资源开发与利用协同创新中心 江苏 南京 210023
文献出处：
引用格式：
[1]王长硕;蒲英霞-.基于Labeled-LDA模型的居民群体分类与出行特征分析)[J].计算机应用与软件,2022(11):17-24
A类：
B类：
Labeled,LDA,居民群体,群体分类,出行特征分析,用海,社交媒体数据,城市居民,日常行为,行为特征,社会角色,出行活动,活动模式,模型表征,居民出行行为,自然语言处理,狄利克,分布模型,成群,析居,个体出行行为,波士顿,Twitter,签到数据,空间表现,同出,概率解释,社交媒体大数据,移动模式
AB值：
0.391156
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
