کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6888692 1445075 2017 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Dynamic radius and confidence prediction in grid-based location prediction algorithms
ترجمه فارسی عنوان
شعاع پویای و پیش بینی اعتماد به نفس در الگوریتم پیش بینی مکان بر اساس شبکه
کلمات کلیدی
پیش بینی موقعیت سیار،
ترجمه چکیده
الگوریتم پیش بینی مکان بر اساس شبکه برای پیش بینی مکان های آینده کاربران تلفن همراه پیشنهاد شده و ارزیابی شده است. با این حال، اغلب مطالعات، نادیده گرفتن این واقعیت است که دقت پیش بینی بسیار وابسته به رفتار فعلی کاربر است (یعنی رفتار فعلی کاربر با الگوهای رفتاری قبلی)، نوع پیش بینی شده (مانند خانه، مرکز خرید، کار) ، اعتماد به نفس در پیش بینی و خطای سنسور مکان. در این مقاله چهار روش برای ارائه یک منطقه اطمینان پویا و موثر برای هر مکان پیش بینی شده ارائه شده توسط هر الگوریتم پیش بینی مکان بر اساس شبکه ارائه شده است. ما منطقه اطمینان را به عنوان منطقه توسعه یافته تعریف شده توسط شعاع اطراف محل پیش بینی (سلول) که کاربر ممکن است در آن، و اعتماد به عنوان سطح اطمینان است که کاربر در منطقه پیش بینی شده است. ما روش پیش بینی شعاع پیشنهاد شده در خروجی سه الگوریتم پیش بینی مکان نماینده (سلول های مکرر، مدل زنجیره مارکف و فاکتور سازی ماتریس) با استفاده از سه مجموعه داده های مختلف، و روش های با روش شعاع ثابت که قبلا پیشنهاد شده مقایسه شده است. نتایج ما نشان می دهد که توانایی به صورت پویا یک شعاع اطمینان را تعیین می کند که دقت پیش بینی را افزایش می دهد در حالی که حفظ شعاع متوسط ​​کوچک است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
پیش نمایش مقاله
شعاع پویای و پیش بینی اعتماد به نفس در الگوریتم پیش بینی مکان بر اساس شبکه
چکیده انگلیسی
Grid-based location prediction algorithms for predicting future locations of mobile device users have been proposed and evaluated. Most of the studies, however, ignore the fact that prediction accuracy is highly dependent on the user's current behavior (i.e., whether current user behavior complies with previous behavior patterns), the type of predicted location (e.g., home, shopping center, work), the confidence in the prediction, and the error of the location sensor. In this paper we propose four methods for providing a dynamic and effective confidence area for each predicted location provided by any grid-based location prediction algorithm. We define confidence area as the extended area defined by radius around the predicted location (cell) that the user might be in, and confidence as the level of assurance that the user will be in the predicted area. We applied the proposed radius prediction methods on the output of three representative location prediction algorithms (frequent cells, Markov chain model and matrix factorization) using three different datasets, and compared the methods with the previously proposed fixed radius approach. Our results demonstrate the ability to dynamically determine a confidence radius that increases prediction accuracy while maintaining a small average radius.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pervasive and Mobile Computing - Volume 42, December 2017, Pages 265-284
نویسندگان
, ,