Key points are not available for this paper at this time.
인간의 생활 방식을 날카롭게 이해하는 것은 많은 과학 분야에 필수적일 뿐만 아니라, 목표 마케팅에 심오한 사업적 영향을 미칩니다. 본 논문에서는 도시 생활 방식을 탐색하고 계층적으로 분류하는 계산 프레임워크인 LifeSpec을 제안합니다. 구체적으로, 우리는 수백만 명의 개인이 가진 여러 소셜 네트워크 계정을 연결하고, 그들의 공개적으로 이용 가능한 이질적인 행동 데이터와 사회적 연결을 수집하는 알고리즘을 개발했습니다. 또한, 개인 그룹의 생활 방식 스펙트럼을 모델링하기 위해 비모수 베이지안 접근법을 개발했습니다. LifeSpec의 효율성을 입증하기 위해, 우리는 493개 도시에서 수집한 100만 명의 대규모 데이터셋을 이용한 광범위한 실험과 사례 연구를 수행했습니다. 우리의 결과는 LifeSpec이 1) 개인의 생활 방식을 여러 차원에서 드러내고, 2) 직업, 교육, 성별, 성적 지향 및 거주지와 같은 다양한 인구통계적 속성을 지닌 그룹의 생활 방식 공통점 및 변화를 밝혀내는 강력한 패러다임을 제공한다는 것을 제안합니다. 제안된 방법은 개인화된 추천 및 타겟 광고에 대한 새로운 함의를 제공합니다.
Yuan et al. (Mon,)이 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: