Step 3: Mobility predictionAssume

Step 3: Mobility prediction
Assume that a mobile user has followed a path P=
up to now. Our algorithm finds out the rules
whose head parts are contained in path P, and also the last cell
in their head is ci-1. We call these rules the matching rules. We
store the first cell of the tail of each matching rule along with a
value which is calculated by summing up the confidence and
the support values of the rule in an array of tuple. The support
of a rule is the support of the UMP from which the current rule
is generated. The tuple of this array are then sorted in
descending order with respect to their support plus confidence
values. While sorting the matching rules, both the support and
confidence values of a rule should be taken into consideration
to select the most confident and frequent rules.

Kết quả (Việt) 1:

Bước 3: Tính di động dự đoánGiả sử một người sử dụng điện thoại di động đã đi theo một con đường P = đến bây giờ. Thuật toán của chúng tôi phát hiện ra các quy tắccó phần đầu được chứa trong đường dẫn P, và cũng là di động cuốitrong đầu của mình là ci-1. Chúng tôi gọi những quy tắc này phù hợp với quy định. Chúng tôilưu trữ di động đầu tiên của cái đuôi của mỗi quy tắc kết hợp cùng với mộtgiá trị được tính toán bằng cách tổng hợp lên sự tự tin vàgiá trị hỗ trợ các quy tắc trong một mảng tuple. Sự hỗ trợtrong một quy tắc là sự hỗ trợ của UMP mà từ đó các quy tắc hiện tạiđược tạo ra. Tuple mảng này sau đó được sắp xếp theoThứ tự giảm dần về của họ hỗ trợ cộng với sự tự tingiá trị. Trong khi phân loại phù hợp với quy định, cả hai sự hỗ trợ vàgiá trị sự tự tin của một quy tắc nên được đưa vào xem xétđể lựa chọn quy tắc tự tin và thường xuyên nhất.

Kết quả (Việt) 2:

? Bước 3: Dự đoán Mobility
Giả sử rằng một người sử dụng điện thoại di động đã đi theo một con đường P =
đến nay. Thuật toán của chúng tôi phát hiện ra các quy tắc
mà phần đầu được chứa trong con đường P, và cũng có các tế bào cuối cùng
trong đầu của họ là ci-1. Chúng tôi gọi đó là các quy tắc nối với quy định. Chúng tôi
lưu trữ các tế bào đầu tiên của đuôi của từng quy tắc phù hợp cùng với một
giá trị được tính toán bằng cách tổng hợp lên sự tự tin và
những giá trị hỗ trợ của các quy tắc trong một mảng của tuple. Sự hỗ trợ
của một quy tắc là sự hỗ trợ của UMP mà từ đó các quy tắc hiện tại
được tạo ra. Các tuple của mảng này sau đó được sắp xếp theo
thứ tự giảm dần đối với hỗ trợ cộng với sự tự tin của họ với
giá trị. Trong khi phân loại các quy tắc phù hợp, cả sự ủng hộ và
tin tưởng giá trị của một quy tắc cần được xem xét
để lựa chọn các quy tắc tự tin và thường xuyên nhất.