Key points are not available for this paper at this time.
Ein scharfer Einblick in menschliche Lebensstile ist nicht nur für viele wissenschaftliche Disziplinen entscheidend, sondern hat auch tiefgreifende geschäftliche Auswirkungen für gezieltes Marketing. In diesem Papier präsentieren wir LifeSpec, ein rechnergestütztes Framework zur Erforschung und hierarchischen Kategorisierung urbaner Lebensstile. Konkret haben wir einen Algorithmus entwickelt, um mehrere Social-Media-Accounts von Millionen von Individuen zu verbinden und deren öffentlich verfügbare heterogene Verhaltensdaten sowie soziale Verbindungen zu sammeln. Zusätzlich wurde ein nichtparametrischer Bayesscher Ansatz entwickelt, um das Lebensstil-Spektrum einer Gruppe von Individuen zu modellieren. Um die Effektivität von LifeSpec zu demonstrieren, führten wir umfassende Experimente und Fallstudien durch, mit einem großen Datensatz, den wir gesammelt haben und der 1 Million Individuen aus 493 Städten abdeckt. Unsere Ergebnisse deuten darauf hin, dass LifeSpec ein mächtiges Paradigma bietet, um 1) den Lebensstil eines Individuums aus mehreren Dimensionen zu enthüllen und 2) Lebensstil-Gemeinsamkeiten und -Variationen einer Gruppe mit verschiedenen demografischen Attributen, wie Beruf, Bildung, Geschlecht, sexueller Orientierung und Wohnort, aufzudecken. Die vorgeschlagene Methode bietet aufkommende Implikationen für personalisierte Empfehlungen und gezielte Werbung.
Yuan et al. (Mon,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: