위치 기반 소셜 네트워크에서 사용자의 체크인 시공간 모델링

본 논문은 “Spatio‑Temporal Modeling of Users’ Check‑ins in Location‑Based Social Networks”라는 제목으로, 위치 기반 소셜 네트워크(LBSN)에서 사용자의 체크인 행동을 시공간적으로 모델링하는 새로운 확률적 프레임워크를 제시한다. 연구 배경으로는 모바일 디바이스와 GPS 기술의 발달로 대규모 위치·시간 데이터가 축적되고 있으며, 이러한 데이터는 사용자의 일상 패턴 파악, 미래 행동 예측, 그리고 사용자 간의 잠재적 영향 네트워크 추정 등에 활용될 수 있다는 점을 들었다. 기존 연구들은 주로 장소 추천이나 경로 마이닝에 초점을 맞추었고, 시계열적 특성(특히 주기성)과 사회적 영향(친구의 최근 방문) 두 가지 요소를 동시에 고려한 모델은 부족했다. 문제 정의에서는 사용자 집합 V(크기 N)와 장소 집합 L(크기 L), 그리고 카테고리 C를 가정한다. 체크인 이벤트는 (시간 t, 사용자 u, 카테고리 c, 장소 l) 형태의 4‑tuple로 표현되며, 전체 관측 데이터 D는