论文部分内容阅读
基于异构数据的工作地点变迁发现是综合运用各类社交媒体的有用信息以及数据挖掘技术,发现用户工作地点变迁模式的应用.通过用户在LinkedIn网站和Foursquare网站上的信息,综合利用数据挖掘、特征提取技术来预测用户换工作后会不会换工作地点.我们共采集到1262641条用户签到数据,分析了11526位用户的签到数据和工作简历数据.选取八个数据特征,即换工作前三个月的活动回旋半径、每两条签到的平均距离、每两条签到的平均时间、每日活动高峰时间,换工作后三个月的活动回旋半径、每两条签到的平均距离、每两条签到的平均时间、每日活动高峰时间,采用六类主要的分类算法研究,其中KNN算法的性能最优,准确率可以达到94.78%,ROC面积可以达到0.958,可以通过这八个数据特征来进行工作地点变迁的研究.