Osamah TY -的A2思•易卜拉欣AU -侯,李盟,刘七盟——Nebhen Jamel盟——Uddin Mueen盟——Ullah穆贾希德盟——汗,Naimat Ullah PY - 2021 DA - 2021/11/30 TI -分析游客的签到行为通过机器学习模型挖掘社交网络大数据的SP - 6323357六世- 2021 AB -本文论文旨在评估和比较个人的季节性登记行为在上海,中国,使用基于位置的社交网络(LBSN)数据和各种时空分析技术。这篇文章展示了使用基于位置的社交网络的数据通过分析趋势签到整个任期三年对健康的目的。我们从新浪微博获得了地理位置数据,最大的一个著名的中国微博(微博)。由数据转换为地理信息系统(GIS)类型和评估使用时间统计分析和空间统计分析使用核密度估计(KDE)评估。我们有各种机器学习算法和训练模型,最后应用满意顺序模型结果,因为我们主要是在别人的准确性。事实的位置编目完成通过使用物理特征的地方。研究结果表明,游客的空间操作比居民强烈的空间操作,尤其是在市中心。然而,当地人还参观了边远地区,游客的时间行为显著不同,公民的运动表现出更稳定的稳定的行为。这些研究结果可用于目的地管理、地铁规划和数字城市的创建。SN - 1748 - 670 - 2021/6323357 / 10.1155 x你——https://doi.org/10.1155/2021/6323357——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER