《表1 用户签到数据示例:基于联合特征和XGBoost的活动语义识别方法》

《表1 用户签到数据示例:基于联合特征和XGBoost的活动语义识别方法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于联合特征和XGBoost的活动语义识别方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

本文实验采用的数据集[25]是从2012年4月12日到2013年2月16日从Foursquare上收集的公共签到数据,数据集总共包含8列,分别是:1)用户ID(user_id);2)场地ID(Foursquare编码);3)场地类别ID(Foursquare编码);4)场地类别名称(Foursquare编码);5)纬度;6)经度;7)时区偏移量(分钟);8)UTC时间。涉及227 428条签到信息、1 000多位用户的记录。签到数据示例如表1所示,此示例数据未包含场地ID、场地类别ID、时区偏移量。