to get some suggestions for journey

to get some suggestions for journey planning. Likewise, the regions containing some shopping malls or cinemas could be recommended when a user prefers to find a place for entertainment (refer to Section 4 for details).
3. USER SIMILARITY EXPLORATION In this section, we detail the processes of user similarity exploration: location history extraction, sequence matching, and similarity measurement.
3.1. Location History Extraction The hierarchical graph (HG) offers an effective representation of a user’s location history (LocH) which implies a sequence property of the user’s movements on geographic spaces of different scales. Given HG1 and HG2 of two individuals (u1 and u2), we first find the same graph vertexes (V1,2 i ) shared by the two individuals on each layer (li ∈ L)where V1,2 i ={ cij|cij ∈ HG1.Ci ∩ HG2.Ci)},1≤i ≤|L|.Then,oneachli ∈L,asequence is respectively formulated for u1 and u2 based on V1,2 i . Later, measuring the similarity between two users can be transformed into a problem of sequences matching. Following the example shown in Figure 8, Figure 13 demonstrates how a sequence of places is extracted from each layer of an individual’s HG. As we can see, u1 and u2 share the same graph vertexes, V1,2 3 ={ c31,c32,c33}, on the third layer of HG1 andHG 2. Over these vertices, a list of green nodes linked by a dash line denotes the stay points that the users generated in the corresponding clusters. This list can be obtained by ranking the user’s stay points in each cluster by timestamps. Using a brown curve, we can sequentially connect these green nodes over the shared graph verticesintermsoftimeserials.Therefore,onthe3rd layerofthehierarchy,asequence

Kết quả (Việt) 1:

để có được một số gợi ý cho cuộc hành trình lập kế hoạch. Tương tự như vậy, các khu vực có chứa một số Trung tâm mua sắm hoặc rạp chiếu phim có thể được khuyến cáo khi người dùng thích nhiều nơi để giải trí (tham khảo phần 4 để biết chi tiết).3. người sử dụng tương tự thăm dò trong phần này, chúng tôi chi tiết các quá trình của người dùng tương tự thăm dò: vị trí lịch sử khai thác, trình tự phù hợp với, và đo lường tương tự.3.1. địa điểm lịch sử khai thác biểu đồ phân cấp (HG) cung cấp một đại diện có hiệu quả của một người sử dụng lịch sử vị trí (LocH) mà ngụ ý một trình tự tài sản của phong trào của người dùng vào gian địa lý của quy mô khác nhau. HG1 và HG2 của hai cá nhân (u1 và u2), chúng tôi chính nhiều cùng một đồ thị vertexes (V1, 2 tôi) được chia sẻ bởi hai cá nhân trên mỗi lớp (li ∈ L) nơi V1, 2 tôi = {cij|cij ∈ HG1. Ci ∩ HG2. CI)}, 1≤i ≤| L|. Sau đó, oneachli ∈L, asequence tương ứng được xây dựng cho u1 và u2 dựa trên V1, 2 tôi. Sau đó, đo sự giống nhau giữa hai người sử dụng có thể được chuyển đổi thành một vấn đề của trình tự phù hợp với. Sau ví dụ minh hoạ trong hình 8, hình 13 chứng tỏ làm thế nào một chuỗi các địa điểm được chiết xuất từ mỗi lớp của một cá nhân HG. Như chúng ta có thể thấy, u1 và u2 chia sẻ biểu đồ vertexes cùng, V1, 2 3 = {c31, c32, c33}, trên lớp thứ ba của HG1 andHG 2. Trên các đỉnh, một danh sách các nút màu xanh lá cây liên kết bởi một dấu gạch ngang dòng là bắt ở điểm mà những người sử dụng tạo ra trong cụm tương ứng. Danh sách này có thể được thu được bằng cách xếp hạng của người dùng trú điểm trong mỗi nhóm bằng dấu thời gian. Sử dụng một đường cong nâu, chúng tôi có thể tuần tự kết nối các nút màu xanh lá cây trên biểu đồ được chia sẻ verticesintermsoftimeserials. Vì vậy, onthe3rd layerofthehierarchy, asequence

Kết quả (Việt) 2:

để có được một số gợi ý cho việc lập kế hoạch hành trình. Tương tự như vậy, các khu vực có chứa một số trung tâm mua sắm hoặc rạp chiếu phim có thể được đề nghị khi một người dùng thích fi thứ một nơi để giải trí (tham khảo Phần 4 để biết chi tiết).
3. USER tương tự THĂM DÒ Trong phần này, chúng tôi chi tiết các quá trình của người sử dụng thăm dò tương tự: khai thác lịch sử vị trí, phù hợp với trình tự, và đo lường tương tự.
3.1. Location History Extraction Biểu đồ phân cấp (HG) cung cấp một đại diện hiệu quả của lịch sử vị trí của người dùng (Loch) trong đó hàm ý một hữu chuỗi các chuyển động của người dùng trên không gian địa lý của các quy mô khác nhau. Với HG1 và HG2 của hai cá nhân (u1 và u2), chúng tôi fi fi rst nd các vertex cùng một đồ thị (V1,2 i) chia sẻ bởi hai cá nhân trên mỗi layer (li ∈ L), nơi V1,2 i = {Cij | Cij ∈ HG1.Ci ∩ HG2.Ci)}, 1≤i ≤ | L | .Sau đó, ∈L oneachli, asequence được lần lượt xây dựng cho u1 và u2 dựa trên V1,2 i. Sau đó, đo sự giống nhau giữa hai người sử dụng có thể được chuyển đổi thành một vấn đề về trình tự phù hợp. Sau ví dụ thể hiện trong hình 8, Hình 13 cho thấy làm thế nào một chuỗi các địa điểm được rút ra từ mỗi lớp của HG của một cá nhân. Như chúng ta có thể thấy, u1 và u2 chia sẻ các vertex đồ thị tương tự, V1,2 3 = {C31, C32, C33}, trên tầng thứ ba của HG1 andHG 2. Trên các đỉnh, một danh sách các nút màu xanh lá cây được liên kết bởi một đường gạch ngang biểu thị các điểm nghỉ rằng những người sử dụng tạo ra trong các cụm tương ứng. Danh sách này có thể thu được bằng cách xếp hạng điểm nghỉ của người dùng trong mỗi cụm bởi thời gian. Sử dụng một đường cong màu nâu, chúng tôi liên tục có thể kết nối các nút màu xanh lá cây trên đồ thị chia sẻ verticesintermsoftimeserials.Therefore, layerofthehierarchy onthe3rd, asequence