该论文提出了一种基于移动设备的无监督轻量级方法，用于模拟用户的社交上下文和位置。该方法利用自我网络模型和智能手机嵌入式传感器数据提取高级别的语义上下文特征。在社交上下文方面，该方法利用了用户和设备之间的物理和网络社交互动数据。在位置方面，该方法优先建模了特定位置的熟悉度程度。相对于只使用与物理上下文相关的特征，该方法在AUROC、Precision和Recall方面表现提高。

该论文提出了一种基于移动设备的无监督轻量级方法，利用自我网络模型和智能手机嵌入式传感器数据提取高级别的语义上下文特征，直接模拟用户的社交上下文和位置。该方法在社交上下文和位置方面都有所提高，表现优于只使用与物理上下文相关的特征。

该论文提出了一种基于移动设备的无监督轻量级方法，利用自我网络模型和智能手机嵌入式传感器数据提取高级别的语义上下文特征，直接模拟用户的社交上下文和位置。该方法在社交上下文和位置方面都有所提高，表现优于只使用与物理上下文相关的特征。