移动数据挖掘

　　本书根据作者近年来在移动数据挖掘方向的研究成果和工作进行编写，在主题上和当前学术界和工业界的热点相一致，自成体系，内容丰富，介绍了移动数据挖掘的基本概念和方法，包括移动数据预处理、用户移动模型、用户画像以及兴趣位置推荐等等。

暂缺《移动数据挖掘》作者简介

丛书前言
前言
第1章　引言1
　　1.1　移动数据及其价值1
　　1.2　概念与定义4
　　1.3　挑战5
　　1.4　本书简介7
第2章　移动数据预处理10
　　2.1　移动数据简介10
　　2.2　缺失数据补全18
　　　　2.2.1　公交卡的上下点补全19
　　　　2.2.2　地点类别补全23
　　2.3　重要地点检测25
　　2.4　语义信息标注29
　　　　2.4.1　区域功能标记29
　　　　2.4.2　地点命名36
第3章　用户移动建模42
　　3.1　基于人类动力学的移动建模研究43
　　　　3.1.1　连续时间的随机游走模型43
　　　　3.1.2　引力模型47
　　3.2　基于时空数据挖掘的移动建模研究47
　　　　3.2.1　马尔可夫链模型48
　　　　3.2.2　时间规律性模型58
　　　　3.2.3　时空降维模型60
　　　　3.2.4　社交关系影响63
　　　　3.2.5　新颖地点预测65
　　　　3.2.6　预测算法的融合66
第4章　基于移动数据的用户画像73
　　4.1　显性属性预测74
　　　　4.1.1　移动数据和显性属性的关联74
　　　　4.1.2　位置画像模型76
　　4.2　隐性属性预测80
　　　　4.2.1　猎奇心理特质挖掘80
　　　　4.2.2　消费冲动心理挖掘85
第5章　个性化兴趣地点推荐90
　　5.1　协同过滤92
　　　　5.1.1　基于邻域的方法93
　　　　5.1.2　基于社交相似性的协同过滤95
　　　　5.1.3　基于模型的方法95
　　5.2　基于内容的过滤102
　　　　5.2.1　内容过滤方法简介103
　　　　5.2.2　地理建模104
　　　　5.2.3　文本内容与情感分析108
　　5.3　混合方法110
　　　　5.3.1　混合模型基本方法110
　　　　5.3.2　地理建模和协同过滤的联合模型111
　　　　5.3.3　社交正则化的矩阵分解116
　　　　5.3.4　内容感知的协同过滤方法117
　　　　5.3.5　集成学习120
　　5.4　情境感知的协同过滤方法120
　　　　5.4.1　时间感知的地点推荐120
　　　　5.4.2　序列化地点推荐124
　　5.5　地点推荐系统的评价124
第6章　结语126
参考文献128