隨著基于位置服務(wù)的快速發(fā)展,位置信息作為一種潛在資源被大量累積。伴隨著互聯(lián)網(wǎng)快速的更新?lián)Q代,社交網(wǎng)絡(luò)已成為用戶發(fā)布與交流信息的平臺。社交網(wǎng)絡(luò)和基于位置的服務(wù)的組合被稱為基于位置的社交網(wǎng)絡(luò)(Location-based social network,LBSN)。在基于位置的社交網(wǎng)絡(luò)中,用戶以簽到的形式在社交網(wǎng)絡(luò)上發(fā)布位置信息。社交網(wǎng)絡(luò)隨時隨地的簽到形式,有效縮小了用戶虛擬世界和真實世界的距離,倍受用戶的青睞。用戶長期的簽到行為在社交網(wǎng)絡(luò)上留下了豐富的歷史位置信息,通過收集用戶歷史簽到信息并進行數(shù)據(jù)挖掘,可以發(fā)現(xiàn)用戶的行為模式及用戶位置的偏愛,進而為用戶提供更優(yōu)質(zhì)的基于位置的服務(wù),如智能交通,快速交友等。同時,在基于位置的實時廣告系統(tǒng)中,通過預(yù)測用戶的位置,商家可以決定為用戶投放哪種廣告。本文應(yīng)用社交網(wǎng)絡(luò)用戶簽到的歷史數(shù)據(jù)對用戶位置預(yù)測問題進行研究。主要研究成果如下:1.分析了用戶基于時間的簽到規(guī)律,舉例說明了劃分子軌跡的必要性,提出了基于POI(Point-of-Information)嵌入的子軌跡用戶相似性度量方法。將社交網(wǎng)絡(luò)用戶的一次簽到看作一個單詞,將用戶子軌跡的簽到序列看作句子,通過神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練,將POI嵌入表示,表征為實數(shù)值向量。進一步通過POI表征子軌跡,然后度量用戶子軌跡的相似性。2.針對RNN和LSTM建模用戶簽到序列存在的問題,采用GRU建模用戶簽到序列,同時融合時間、地點和用戶,提出STU-GRU位置預(yù)測模型。在模型嵌入層,改進了時間編碼方案。考慮到社交關(guān)系對位置預(yù)測的影響,重新定義了社交關(guān)系,提出在STU-GRU模型的基礎(chǔ)上融合社交關(guān)系的位置預(yù)測方法。同時考慮到用戶新穎性探索的可能性,將下一位置看作二分類問題,把神經(jīng)網(wǎng)絡(luò)位置預(yù)測和融合社交關(guān)系的位置預(yù)測整合到統(tǒng)一模型中。最后通過實驗進行驗證,本文方法提高了位置預(yù)測精度。
【學(xué)位單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP393.09;TP183
【部分圖文】：

表 5.2 Gowalla 簽到數(shù)據(jù)統(tǒng)計表統(tǒng)計項 統(tǒng)計結(jié)果用戶總數(shù) 196591簽到總數(shù) 6442890簽到地點總數(shù) 1280969社交每個用戶平均簽到數(shù) 33每個地點的平均簽到 5Gowalla 簽到數(shù)據(jù)集包含了簽到用戶、簽到時間、簽到地點、以及具體的簽到位置信息。其樣例如圖 5.1 所示。其中 user 代表簽到用戶，表征社交網(wǎng)站上的唯一性，check-in time 代表用戶簽到的時間戳，latiude 和 longitude 分別代表簽到地點的坐標(biāo)維度和經(jīng)度，location ID 則代表簽到地點的 ID 屬性。

top_k相似用戶

top_k相似用戶及相似度
【參考文獻】

相關(guān)期刊論文 前8條

1 王凱;余偉;楊莎;吳敏;胡亞慧;李石君;;一種大數(shù)據(jù)環(huán)境下的在線社交媒體位置推斷方法[J];軟件學(xué)報;2015年11期

2 任看看;錢雪忠;;協(xié)同過濾算法中的用戶相似性度量方法研究[J];計算機工程;2015年08期

3 魏靜;;基于社交網(wǎng)絡(luò)服務(wù)位置的用戶相似性計算方法[J];計算機與現(xiàn)代化;2015年07期

4 榮輝桂;火生旭;胡春華;莫進俠;;基于用戶相似度的協(xié)同過濾推薦算法[J];通信學(xué)報;2014年02期

5 王興;蔣新華;林劼;熊金波;;基于概率后綴樹的移動對象軌跡預(yù)測[J];計算機應(yīng)用;2013年11期

6 隋正偉;鄔陽;劉瑜;;基于簽到數(shù)據(jù)的用戶空間出行相似性度量方法研究[J];地理信息世界;2013年03期

7 袁書寒;陳維斌;傅順開;;位置服務(wù)社交網(wǎng)絡(luò)用戶行為相似性分析[J];計算機應(yīng)用;2012年02期

8 張玉峰;王志芳;;基于內(nèi)容相似性的論壇用戶社會網(wǎng)絡(luò)挖掘[J];情報雜志;2010年08期

相關(guān)博士學(xué)位論文 前2條

1 陳勐;軌跡預(yù)測與意圖挖掘問題研究[D];山東大學(xué);2016年

2 連德富;基于位置社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘[D];中國科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前4條

1 李艾芮;基于Hadoop的移動互聯(lián)網(wǎng)用戶移動性預(yù)測模型研究[D];北京郵電大學(xué);2017年

2 高旭瑞;基于位置社交網(wǎng)絡(luò)的朋友關(guān)系預(yù)測研究[D];太原理工大學(xué);2016年

3 徐娟;基于貝葉斯網(wǎng)的社交網(wǎng)絡(luò)用戶相似性發(fā)現(xiàn)[D];云南大學(xué);2015年

4 張杰;人類移動行為的最大可預(yù)測率和位置預(yù)測研究[D];華東師范大學(xué);2014年

本文編號：2835705