Learning to Rank for Spatiotemporal Search(WSDM 2013) 読んだ - 糞糞糞ネット弁慶Learning to Rank for Spatiotemporal Search(pdf) 概要 foursquareによる論文．ユーザのGPS情報とPOI(なんらかの場所情報)を紐付ける． 位置情報と地名を結びつけるのは4sqやらinstagramやらPathで行われているけど，実際は結構複雑． 位置情報が不正確 GPS/Wifi/基地局の三角測量での位置特定は理想的な条件下で誤差10メートル，実際は70メートルぐらいの誤差になる． 都市部のPOIは密度が高い 過去履歴が少ないユーザにも的確に場所を提示しないといけない 基本的な方針 ユーザのid，緯度，経度，時間を入力(queryと呼ぶ．文字列を入れて検索するアレは今回対象外)とする．まずは venue (チェックインする場所，建物) の候補地を時空間インデックスから持ってくる．その後， query と venue のペアからd次元
Amazon.co.jp: 東京散歩: フロラン・シャヴエ (著), 山本知子 (翻訳), 石田みゆ (翻訳): 本
Amazon.co.jp: 滲透するルーマン理論: 高橋徹: 本
