位置数据，是选址、商铺推荐、广告位投放等业务的重要基础。是否可以在保护原始数据不被泄露的情况下，达到相近的业务效果？一种解决思路就是通过真实轨迹学习城市人群的出行分布来生成轨迹。生成轨迹可以代替包含用户隐私信息的真实轨迹，来达到相近数据分析、上层业务建设的效果，且避免原始位置信息外泄。更多关于轨迹生成算法在智慧城市中的应用场景，在笔者往期文章中有讨论。
往期我们介绍了三项研究工作：跨城市的Zero-shot轨迹生成技术[1]；同城市网格粒度轨迹生成[2]；以及基础的利用序列模型的轨迹生成[3]。今年的数据挖掘会议KDD2021，南洋理工的学者Chu Cao, Mo Li又有一篇同城市轨迹生成的工作，论文名《Generating Mobility Trajectories with Retained Data Utility》。该工作与众不同之处在于，它再也不把城市划成网格，来生成网格化轨迹了，而是实打实的路段序列形式的轨迹，即路段粒度的轨迹生成问题，这提高了轨迹的实用性，以及可视化效果，非常难得。
成为VIP会员查看完整内容
Generating Mobility Trajectories with Retained Data Utility
相关内容
Arxiv
0+阅读 · 2021年9月16日
Arxiv
0+阅读 · 2021年9月15日
Arxiv
0+阅读 · 2021年9月14日
Arxiv
3+阅读 · 2017年8月2日
最新内容
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2021年9月16日
Arxiv
0+阅读 · 2021年9月15日
Arxiv
0+阅读 · 2021年9月14日
Arxiv
3+阅读 · 2017年8月2日
微信扫码咨询专知VIP会员