通过密度聚类和线索聚集技术发现地理相关的故事

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提供了一种准确确定Twitter用户位置的方法,通过优化用户位置并检视好友位置,提供了高可扩展性和可分布式的算法,并利用用户的ego网络的地理离散度作为准确性度量的参数。实验结果显示,在101,846,236位Twitter用户中,80%以上的公开推文地理标记的中位误差为6.38公里。

🎯

关键要点

  • 本研究提供了一种准确确定Twitter用户位置的方法。

  • 通过优化用户位置和检视好友位置,提出高可扩展性和可分布式的算法。

  • 利用用户的ego网络的地理离散度作为准确性度量的参数。

  • 实验结果显示,在101,846,236位Twitter用户中,80%以上的公开推文地理标记的中位误差为6.38公里。

➡️

继续阅读