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:

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: จะมีความคุ้นเคยสูงถ้าผู้เยี่ยมชมกับบางสม่ำเสมอ (เช่น ทุกวัน) ในทางกลับกัน จะมีความคุ้นเคยต่ำถ้าลำเอียง หรือสุ่มตรวจสอบการกระจายของสถานที่ เราใช้ความคุ้นเคยเพื่อพิจารณา privateness ของสถานที่สำหรับแต่ละผู้ใช้ เช่น พนักงานที่ร้านอาหารแสดงความคุ้นเคยสูง เป็นประจำมาร้านสำหรับการทำงาน ในทางกลับกัน ลูกค้าที่ร้านอาหารแสดงความคุ้นเคยค่อนข้างต่ำกว่า เนื่องจากการจำลองพฤติกรรมของผู้เข้าพัก

ผลลัพธ์ (ไทย) 2:

ความคุ้นเคย คุ้นเคยชี้ให้เห็นว่าบ่อยครั้งที่ผู้ใช้เข้าชมสถานที่ เราเด Fi NE คุ้นเคยของโหนด X ที่มีพฤติกรรม K การเข้าพัก, แรงบันดาลใจจากเอนโทรปีใน [9] ดังนี้

สถานที่ที่จะมีความคุ้นเคยสูงหากผู้ใช้เข้าชมด้วยบางอย่างสม่ำเสมอ (เช่นทุกวัน) ตรงกันข้ามสถานที่จะมีความคุ้นเคยต่ำถ้าการกระจายตัวของการเข้าพักในสถานที่ที่เป็นลำเอียงหรือสังเกตแบบสุ่ม เราใช้ความคุ้นเคยในการกำหนดเป็นส่วนตัวของสถานที่สำหรับผู้ใช้แต่ละคน ยกตัวอย่างเช่นพนักงานที่ร้านอาหารแสดงความคุ้นเคยสูงเช่นที่พวกเขาเป็นประจำมาถึงร้านอาหารสำหรับการทำงาน ตรงกันข้ามกับลูกค้าที่ร้านอาหารแสดงความคุ้นเคยค่อนข้างต่ำเนื่องจากแบบแผนของพฤติกรรมการเข้าพักของพวกเขา