Familiarity. Familiarity indicates

Familiarity. Familiarity indicates how frequently a user visits a place. We define the familiarity of node x that contains k stay behaviors, motivated by the entropy in [9], as follows:

where p(i;S) is
ts i+1−ts i ts k−ts 1
. A place will have high familiarity if a user visits it with certain regularity (e.g., every day). Conversely, a place will have low familiarity if the distribution of stay at a place is biased or randomly observed. We use familiarity to determine the privateness of a place for each user. For example, employees at a restaurant exhibit high familiarity, as they regularly come to the restaurant for work. Conversely, customers at a restaurant show relatively lower familiarity, due to the randomness of their stay behavior.

ผลลัพธ์ (ไทย) 1:

ความคุ้นเคย ความคุ้นเคยแสดงถี่ผู้เยี่ยมชมสถาน เรากลุ่มความคุ้นเคยของโหน x ที่ประกอบด้วยพฤติกรรมพัก k บันดาล entropy ใน [9], เป็นดังนี้: ซึ่ง p (i S) เป็นts ผม + 1−ts ฉัน ts k−ts 1. จะมีความคุ้นเคยสูงถ้าผู้เยี่ยมชมกับบางสม่ำเสมอ (เช่น ทุกวัน) ในทางกลับกัน จะมีความคุ้นเคยต่ำถ้าลำเอียง หรือสุ่มตรวจสอบการกระจายของสถานที่ เราใช้ความคุ้นเคยเพื่อพิจารณา privateness ของสถานที่สำหรับแต่ละผู้ใช้ เช่น พนักงานที่ร้านอาหารแสดงความคุ้นเคยสูง เป็นประจำมาร้านสำหรับการทำงาน ในทางกลับกัน ลูกค้าที่ร้านอาหารแสดงความคุ้นเคยค่อนข้างต่ำกว่า เนื่องจากการจำลองพฤติกรรมของผู้เข้าพัก

ผลลัพธ์ (ไทย) 3:

ความคุ้นเคย ความคุ้นเคย บ่งชี้ว่า บ่อยครั้งที่ผู้ใช้เข้าชมสถานที่ เราจึงไม่คุ้นเคยของโหนด x ที่มีพฤติกรรมอยู่ K , การกระตุ้นโดยเอนโทรปีใน [ 9 ] ดังนี้ที่ p ( I ; S ) คือTS ผม + 1 −− TS TS TS ผม K 1. สถานที่ที่จะมีความคุ้นเคยสูงหากผู้ใช้เยี่ยมชมกับบางระเบียบ ( เช่นทุกวัน ) ในทางกลับกัน สถานที่จะมีความคุ้นเคยน้อยถ้ากระจายอยู่ที่ลำเอียงหรือแบบสุ่ม ) เราใช้ความคุ้นเคยเพื่อศึกษาการเก็บตัวในสถานที่สำหรับผู้ใช้แต่ละคน ตัวอย่างเช่น พนักงานที่ร้านอาหารมีความคุ้นเคยสูงเช่นที่พวกเขาเป็นประจำมาที่ร้านอาหาร ในงาน ในทางกลับกัน ลูกค้าที่ร้านแสดงความคุ้นเคยค่อนข้างต่ำ เนื่องจากการสุ่มของพฤติกรรมของพวกเขาอยู่