%0 Journal Article
%A 胡铮
%A 刘奕杉
%A 于建港
%A 朱新宁
%T 基于用户行为序列特征的位置预测模型
%D 2019
%R 10.13190/j.jbupt.2019-106
%J 北京邮电大学学报
%P 149-154
%V 42
%N 6
%X 针对现有位置预测研究中忽略用户行为序列特性、预测精度提升受限的问题，提出了基于用户行为序列特征的位置预测模型.首先以人工提取的方式构建用户行为的序列特征，融合到位置预测模型中，构造了基于行为序列特征的循环神经网络模型（BCP-RNN）；借助RNN模型循环结构的特点，自动学习行为序列特征，并引入位置预测模型，构造了3层对称循环神经网络模型（TS-RNN）.实验结果证明，引入行为序列特征的BCP-RNN和TS-RNN模型，其预测性能均高于现有的位置预测模型，验证了行为序列特征对挖掘用户移动模式的重要性.相较于人工提取行为序列特征的BCP-RNN模型，TS-RNN不仅节省了人工特征提取的成本，还弥补了人工分析的片面性造成的偏差，具有更高的预测性能.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2019-106