Geography and social relationships

Geography and social relationships are inextricably intertwined. As people spend more time online, data regarding these two dimensions are becoming increasingly precise, allowing building reliable models to describe their interaction. In [11], the study of user-contributed address and association data from Facebook shows that the addition of social information produces improvement in accuracy of predicting physical location. First, friendship as a function of distance and rank is analyzed. It is found that at medium to long-range distances, the probability of friendship is roughly proportional to the inverse of distance. However, at shorter ranges, distance does not influence much. Then the maximum likelihood approach is presented to predict the physical location of a user, given the known location of her friends. This method predicts the physical location of 69.1 percent of the users with 16 or more located friends to within 25 mi, compared to only 57.2 percent using IP-based methods.

ผลลัพธ์ (ไทย) 1:

ภูมิศาสตร์และความสัมพันธ์ทางสังคมจะมีเรสต์ เป็นคนที่ใช้เวลาออนไลน์ ข้อมูลเกี่ยวกับสองมิติจะกลายเป็นความแม่นยำมากขึ้น ช่วยสร้างรุ่นที่เชื่อถือได้เพื่ออธิบายปฏิสัมพันธ์ ใน [11], การศึกษาของผู้ใช้สร้างที่อยู่และความสัมพันธ์ของข้อมูลจาก Facebook แสดงว่า เพิ่มข้อมูลสังคมของสร้างการปรับปรุงความถูกต้องของการคาดคะเนที่ตั้งทางกายภาพ ครั้งแรก การวิเคราะห์มิตรภาพเป็นฟังก์ชันของระยะทางและตำแหน่ง พบว่า ที่ระยะไกลระยะกลาง ความน่าเป็นของมิตรภาพเป็นสัดส่วนประมาณการผกผันของระยะทาง อย่างไรก็ตาม ในช่วงสั้น ระยะไม่มีผลมาก แล้ว วิธีการโอกาสสูงสุดที่แสดงการคาดการณ์ของผู้ใช้ ให้ตำแหน่งของเพื่อนที่รู้จัก วิธีการนี้ทำนายตำแหน่งทางกายภาพร้อยละ 69.1 ผู้เพื่อน 16 หรือขึ้นอยู่กับภายใน 25 ไมล์ เมื่อเทียบกับร้อยละ 57.2 เท่านั้นโดยใช้วิธีแบบ IP

ผลลัพธ์ (ไทย) 2:

ภูมิศาสตร์และสังคมความสัมพันธ์เป็นพันความสัมพันธุ์ ในฐานะที่เป็นคนใช้เวลาออนไลน์มากขึ้นเกี่ยวกับข้อมูลเหล่านี้สองมิติจะกลายเป็นได้อย่างแม่นยำมากขึ้นช่วยให้การสร้างแบบจำลองความน่าเชื่อถือในการอธิบายถึงการทำงานร่วมกันของพวกเขา ใน [11] การศึกษาที่อยู่และการเชื่อมโยงข้อมูลที่ผู้ใช้มีส่วนร่วมจาก Facebook ที่แสดงให้เห็นว่านอกเหนือจากข้อมูลทางสังคมก่อให้เกิดการปรับปรุงในความถูกต้องของการทำนายตำแหน่งทางกายภาพ ครั้งแรก, เพื่อนเป็นหน้าที่ของระยะทางและตำแหน่งมีการวิเคราะห์ นอกจากนี้ยังพบว่าในช่วงกลางถึงระยะทางในระยะยาวน่าจะเป็นของมิตรภาพคือประมาณสัดส่วนกับผกผันของระยะทาง อย่างไรก็ตามในช่วงเวลาที่สั้นกว่าระยะทางไม่ได้มีอิทธิพลมาก แล้ววิธีโอกาสสูงสุดที่จะนำเสนอในการทำนายตำแหน่งทางกายภาพของผู้ใช้ที่ได้รับตำแหน่งที่เป็นที่รู้จักของเพื่อน ๆ ของเธอ วิธีการนี​​้คาดการณ์ตำแหน่งทางกายภาพของร้อยละ 69.1 ของผู้ใช้ที่มี 16 หรือมากกว่าเพื่อนตั้งอยู่ภายใน 25 ไมล์เท่านั้นเมื่อเทียบกับร้อยละ 57.2 ใช้วิธี IP-based

ผลลัพธ์ (ไทย) 3:

地理学的和社会的关系是紧密相连.花更多的时间在网上，人们regarding这些数据两个维度是建立可靠的，allowing becoming increasingly precise互动模型。在对11 describe [他们]，该研究的数据来自Facebook和user-contributed协会地址信息是社会结构的凝集的生产在提高精度的predicting physical location。第一，作为一个功能的friendship是分析了距离和等级。这是一个发现是，在P中的long-range distances roughly到friendship是反比例距离的范围。然而，在shorter does不多，距离影响的情况下的最大似然估计。presented是对一个用户的物理位置predict，因为她朋友的位置。这个著名的predicts物理位置的方法69.1 percent of 16或更多的用户与朋友到位于25英里，在基于IP的57.2相比只有百分之使用方法。