一种新的用户轨迹深度表示模型

　　针对时空轨迹中位置顺序和时间对于理解用户移动模式的重要性，提出了一种新的用户轨迹深度表示模型。该模型考虑到时空轨迹的特点：1）不同的位置顺序表示不同的移动模式；2）轨迹有周期性并且在不同的时间段有变化。首先，将两个连续的位置点组合成位置序列；然后，将位置序列和对应的时间块组合成时间位置序列，作为描述轨迹特征的基本单位；最后，利用深度表示模型为每个序列训练特征向量。为了验证深度表示模型的有效性，设计实验将时间位置序列向量应用到用户移动模式发现中，并利用Gowalla签到数据集进行了实验评测。实验结果显示提出的模型能够发现“上班”“购物”等明确的模式，而Word2Vec很难发现有意义的移动模式。