期刊专题

10.3969/j.issn.1673-9604.2017.04.200

社交网络签到地点分类

引用
随着4G和Wi-Fi技术的发展,越来越多的定位技术被运用到网络和智能终端中,对已签到的地理位置进行分类(如餐厅、商店等)成为基于地理位置的服务应用的重中之重.以Python爬取的新浪微博签到及互动数据为基础,以假设的未分类样本作为对象,将经纬度数据输入基于Java的改进DBSCAN密度聚类算法,输出其地理范围,用基于R语言的机器学习中KNN分类算法建立模型,实现社交网络签到地点的分类.

签到地点、分类、DBSCAN、KNN

TP3;TP2

2017-09-08(万方平台首次上网日期,不代表论文的发表时间)

共1页

236

相关文献
评论
暂无封面信息
查看本期封面目录

福建质量管理

1673-9604

35-1087/F

2017,(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn