隨著社交網(wǎng)絡(luò)的快速發(fā)展和移動智能終端的不斷普及,基于位置的社交網(wǎng)絡(luò)（Location-Based Social Networks,LBSN）逐漸成為人們維系社交關(guān)系、分享位置內(nèi)容信息的理想平臺,但也令網(wǎng)絡(luò)數(shù)據(jù)量呈現(xiàn)爆發(fā)式增長,進(jìn)而導(dǎo)致了信息過載。LBSN中的鏈接預(yù)測研究能夠幫助用戶從海量數(shù)據(jù)中挖掘出用戶的潛在鏈接關(guān)系,向用戶推薦“感興趣”的其他用戶或其他位置,對于把握LBSN結(jié)構(gòu)的演化趨勢和發(fā)展規(guī)律,增加用戶對LBSN平臺的忠誠度等方面具有重要的研究意義和應(yīng)用價(jià)值。本論文主要研究內(nèi)容如下:LBSN中現(xiàn)有鏈接預(yù)測方法主要考慮社會、位置、時(shí)間以及類別等單一因素,當(dāng)數(shù)據(jù)稀疏性較大時(shí),算法性能下降。針對該問題,提出一種LBSN中基于時(shí)空關(guān)系的超網(wǎng)絡(luò)鏈接預(yù)測方法。首先,針對LBSN中網(wǎng)絡(luò)的異構(gòu)性以及用戶間的時(shí)空相關(guān)特性,將網(wǎng)絡(luò)劃分成“時(shí)空-用戶-位置-類別”四層超網(wǎng)絡(luò),對多維因素進(jìn)行融合;其次,考慮到邊權(quán)值對網(wǎng)絡(luò)的影響,通過挖掘用戶影響力、隱關(guān)聯(lián)關(guān)系、用戶偏好以及節(jié)點(diǎn)度信息,構(gòu)建四層加權(quán)超網(wǎng)絡(luò)模型;最后,通過定義超邊及加權(quán)超邊結(jié)構(gòu),挖掘用戶之間的多元關(guān)聯(lián)關(guān)系進(jìn)行預(yù)測。實(shí)驗(yàn)表明,本論文提出的鏈接預(yù)... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于位置的社交網(wǎng)絡(luò)

好以及節(jié)點(diǎn)度信息量化超網(wǎng)絡(luò)中的邊權(quán)值，階段中，在加權(quán)超網(wǎng)絡(luò)模型的基礎(chǔ)上，建立超邊結(jié)構(gòu)的重要程度進(jìn)行量化，從而對用戶3.3.1 構(gòu)建加權(quán)超網(wǎng)絡(luò)模型在上述定義的時(shí)空子網(wǎng)，用戶子網(wǎng)，位子網(wǎng)間也有一定的關(guān)聯(lián)，如圖 3.1 所示。通網(wǎng)間的邊權(quán)值進(jìn)行定義和量化。w( t , u )w( u , t)w( u , p )w( p, u)

超邊指的是指相鄰三層子網(wǎng)構(gòu)成的邊，其特點(diǎn)是包含三種異構(gòu)、位置和類別節(jié)點(diǎn)構(gòu)成的超邊，被稱之為三類超邊。 3.2、圖 3.3 所示，圖 3.2 表示相鄰的兩層網(wǎng)絡(luò)，其中1 2(t t)構(gòu)成記為I 1 2SE (t t)；1 1(u t)構(gòu)成了一條二類超邊，記為II 1 1SE (u t)；條二類超邊，記為II 3 1SE (u t)。圖 3.3 表示相鄰的三層網(wǎng)1 c)組成了一條三類超邊，記為III 1 1 1SE (u p c),1 3 3(c p u)也組，記為III 1 3 3SE (c p u)。 3.8 超邊權(quán)重權(quán)重指的是每條超邊所具有的權(quán)值，可通過超邊中包含的邊權(quán)，圖 3.2 中的二類超邊II 1 1SE (u t)，其超邊權(quán)重為IISE 1 1 W (u t ) 的三類超邊III 1 1 1SE (u p c)，其超邊權(quán)重為IIISE 1 1 1 1 1 W (u p c ) w( u , p I 1 2SE（ t - t）t

【參考文獻(xiàn)】：
期刊論文
[1]基于網(wǎng)絡(luò)表示學(xué)習(xí)與隨機(jī)游走的鏈路預(yù)測算法[J]. 劉思,劉海,陳啟買,賀超波.  計(jì)算機(jī)應(yīng)用. 2017(08)
[2]專家知識協(xié)作加權(quán)超網(wǎng)絡(luò)模型及其超鏈路預(yù)測研究[J]. 方哲,游宏梁,薛非,耿偉波,高強(qiáng).  科研管理. 2017(S1)
[3]LBSN上基于興趣圈中社會關(guān)系挖掘的推薦算法[J]. 李鑫,劉貴全,李琳,吳宗大,丁君美.  計(jì)算機(jī)研究與發(fā)展. 2017(02)
[4]基于加權(quán)非負(fù)矩陣分解的鏈接預(yù)測算法[J]. 王萌萌,左萬利,王英.  電子學(xué)報(bào). 2016(10)
[5]社交網(wǎng)絡(luò)中的隱私保護(hù)研究綜述[J]. 姚瑞欣,李暉,曹進(jìn).  網(wǎng)絡(luò)與信息安全學(xué)報(bào). 2016(04)
[6]LBSN中基于元路徑的興趣點(diǎn)推薦[J]. 曹玖新,董羿,楊鵬偉,周濤,劉波.  計(jì)算機(jī)學(xué)報(bào). 2016(04)
[7]基于LDA主題模型的社會網(wǎng)絡(luò)鏈接預(yù)測[J]. 盧文羊,徐佳一,楊育彬.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2014(06)
[8]超鏈路預(yù)測[J]. 劉怡君,唐先一,李倩倩,馬寧,田儒雅.  管理評論. 2012(12)

碩士論文
[1]基于地理位置的朋友推薦研究[D]. 田恩菊.山東大學(xué) 2017
[2]基于位置的社交網(wǎng)絡(luò)好友推薦算法研究[D]. 王晨.北京工商大學(xué) 2015
[3]采用位置信息的鏈接預(yù)測方法研究[D]. 朱喬亞.南京郵電大學(xué) 2015



本文編號：3456276