《表1 数据信息表：基于改进随机森林算法的LBSN用户短期位置预测模型》

  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

《基于改进随机森林算法的LBSN用户短期位置预测模型》

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

实验所用的数据集是知名的LBSN签到数据集Gowalla[12]．其中，选取数据的时间范围为2010年1月到2012年1月，总计抽取其中的约600万条签到记录作为训练集．筛选时间范围为2012年2月的部分数据作为实验的测试集（实验假设个人社交因素在训练集和测试集的时间维度上是不变的）．其中筛选规则为:对于在训练集上的每个用户，若该用户存在2012年2月的签到记录且该次签到的地点属于训练集的地点集合，则该条记录满足筛选条件．实验前，先对数据集进行数据清洗与过滤，剔除了签到记录较少的不活跃用户（签到记录数少于15条），去除了原始签到记录中不必要的信息如签到商户信息等，只保留本文研究的特征信息:时间戳，地理经纬度，好友关系和地理位置总签到次数；然后清洗了一些缺失必要信息的签到记录，如签到时间戳缺失，签到经纬度缺失的记录；与此同时，剔除了一些明显不合理的数据，如经纬度超出范围的签到记录．最后经过预处理后的数据集大致信息如表1所示．