同学,开了WiFi,AI就知道你在哪,在干啥!普渡大学最新研究

位置签到可以显示一个人很多信息——特别是大学生。

普渡大学的研究人员近期在Arxiv上发表了一篇论文《探索改进兴趣点预测的学生登录行为》,描述了Wi-Fi访问日志如何用于识别用户之间在学术环境中的地点和活动。

通过位置数据,使用AI预测你下一个位置,以及你和小伙伴的“友情”,可能听起来有点毛骨悚然。不过想想好的方面,总比用人工智能通过眼球运动来预测你的人格特质更靠谱一些吧。

“在兴趣点(POI)任务中,我们的目标是使用用户行为数据,来模拟用户在不同位置和时间段的活动,然后根据他们当前场景进行预测,”研究人员写道,“在这项工作中,我们首先分析了一个包括时间和空间的教育‘登录’数据集,目的是使用POI预测来个性化学生的推荐……并了解提高学生保留率和满意度的行为模式。获得的结果还可以更好地了解校园设施的使用方式,以及学生之间的联系方式。”

该团队指出,在大多数之前的POI研究中,数据集主要来自社交网络App的签到功能。因此,关于餐馆和娱乐的信息比较“丰富”,其他“平淡无奇”的活动就没有多少记录了,比如去办公室,离开家,或完成学习任务。此外,由于用户经常只签到一次,所以研究人员可能会得出有偏见的结论,并且难以确定一些一致的模式。

普渡大学的研究人员选择用Wi-Fi来解决这个问题——他们先向自己大学的Wi-Fi下了手。因为每个用户的Wi-Fi访问历史数据量非常大,在将这些数据与位置信息配对后,论文的作者能够分析所有普渡大学新生在2016-2017学年的运动轨迹。

数据包含四个项目:用户,兴趣点,兴趣点功能(如居住或娱乐)和时间跨度(在给定位置花费的时间)。

结果揭示了一些有趣的趋势。例如,在工作日,学生们在中午12点和下午6点前往餐厅,并在晚上8点左右去健身房。可以预测的是,新生在快速了解校园之后(在前2-3周内),会在学期剩下的时间里,一直呆在一个固定的、熟悉的建筑范围内。

不过这种偏好因专业而异。计算机科学专业的学生和药学专业学生同时用餐,但后者在上午11点到中午12点之间更多地在上课。CS学生从早到晚都在看书,花更多的时间在学术大楼里,而药学专业的学生则把书带到健身房。

经过额外的处理和索引后,研究人员按照时间顺序用前80%的登录数据训练了一系列机器学习模型,并保留了剩下的20%用于测试。他们提出的人工智能系统——嵌入密集的异构图形或EDHG——能够准确地预测出学生去过的排名前三的位置,准确率分别为85%和31%,排名前十的位置,准确率分别为90%和71%。

接下来,该论文的作者又开始预测两名学生同时在同一个地方的可能性。他们推测这可以表明人与人之间的关系,即“友情”。

EDHG在这方面做得很好,可以为每个用户列出10个潜在朋友。然而,研究人员也指出,针对不太活跃的用户(即签到次数较少的用户),往往不太准确。

他们未来会把这些友情数据纳入AI模型,希望证明社交互动是否会影响学生的签到行为。

“这些初步结果表明了可以将学生轨迹信息,用于教育应用中的个性化推荐中,”他们写道,“以及学生留存率和满意度的预测模型。”

希望未来的应用和研究人员想得一样美好。

更多干货文章,请关注智能观的公众号:zhinengguanym,里面很多方法论、干货与前沿思想等文章。在对话框回复:编码书,获取儿童编码相关书籍。有关前沿教育的问题,也欢迎与我们交流。

来源:VB

作者:Kyle Wiggers

智能观编译

—完—

声明:

编译文章旨在帮助读者了解行业新思想、新观点及新动态,为原作者观点,不代表智能观观点。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181123A1QZ8500?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券