Mining user similarity based on location history

文章利用用户的GPS位置历史记录来衡量用户之间的相似性。提出HGSM算法，主要考虑了用户轨迹的顺序性和访问地点的层次性。

        首先，对用户轨迹分析，抽取出所有的stay points（文中提出一个算法，主要看两点之间的距离以及时间），其他点就忽略掉（LBSN中的签到其实就几乎等价于本文的stay points）。

        之后，对所有的staypoints以不同粒度进行聚类（文中运用了OPTICS算法），得到层次图。自上而下，粒度越来越细，最底层就是所有的stay points。

        再对用户的轨迹建模，抽象成：

我们认为两个seq相似，其地点顺序是相同的，且每段时间差小于一个阈值。文章又提出一个算法来计算两两轨迹中的最长相似seq。

        最后进行用户的相似度测量，依靠两条原则：两者轨迹的最长相似seq的长度越长，则两人的相似性越强；对于层次图，越低层（粒度越细）的相似seq对用户相似度的贡献越大。因此，有：

1）m-length seq的相似测量：s(m) =α(m) Σi=1mmin(ki, ki’)。其中α(m)=2m-1，表示seq越长对相似性贡献越大。

2）第l层上的相似测量：sl= 1/(N1*N2) Σi=1n si，N1和N2分别代表了两个用户的staypoints数量。n为两用户在该层上的最长相似seq的长度。

3）整个相似测量：soveral=Σl=1Hβlsl，其中βl=2l-1，表示越低层的相似seq对用户相似度的贡献越大。

最后实验部分，对65个实验对象，记录了他们6个月的移动轨迹，然后进行了对比分析，评价标准是MAP和nDGG。

自我感想：文章给我最大的启发是，对地点的层次化处理，以及轨迹长度的处理，这些都可以运用到我的方法中去。