用戶活動偏好挖掘是地理信息科學(xué)中人類移動行為模式研究的重要課題,對實現(xiàn)用戶個性化推薦、城市規(guī)劃與管理等領(lǐng)域具有顯著意義。近年來,隨著傳感器技術(shù)、移動通信技術(shù)和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展與進(jìn)步,產(chǎn)生海量用戶粒度、具有時空標(biāo)記的位置大數(shù)據(jù),也極大促進(jìn)位置社會標(biāo)注的廣泛應(yīng)用。位置附加的社會標(biāo)注將地理位置擴(kuò)展為社會位置,"社會性"成為位置繼時空四維后的第五維要素,位置活動、位置評價等位置社會語義反映用戶行為模式、興趣愛好等,為用戶活動偏好挖掘提供新的研究視角。目前用戶偏好研究主要側(cè)重移動時空特征或位置固有屬性,忽視用戶偏好與位置社會語義的相關(guān)性,難以挖掘用戶更多維度、更細(xì)粒度的活動偏好。如何在這些附加時間、空間和位置評價的大規(guī)模用戶移動位置中挖掘用戶與時間、空間、位置評價等多維情景相關(guān)的細(xì)粒度活動偏好成為一個新的研究挑戰(zhàn)。位置活動和評價的標(biāo)簽是一種比類別更加細(xì)粒度的表達(dá)形式。位置的多方面標(biāo)簽反映用戶不同層面的偏好特征。本文提出一種基于位置社會語義的用戶情景感知偏好挖掘方法,綜合GIS理論和Labeled LDA主題建模技術(shù),圍繞多維度位置社會語義的形式化表達(dá)、空間和語義雙重約束下的用戶活動空間聚類和... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．１表達(dá)ＬＳＳ的位置模型??如圖３．１所示，位置地址可以通過描述位置間拓?fù)潢P(guān)系的定性地址表達(dá)，如??“”

效地構(gòu)建標(biāo)簽或概念間的所有層級關(guān)系。??概念間的關(guān)聯(lián)關(guān)系可以通過ＬＳＳ標(biāo)簽Ｃｏ－ｏｃｃｕｒｒｅｎｃｅ相似性方法衡量。然而，??正如在３．２小節(jié)位置模型圖３．１所示，不同ＬＳＳ標(biāo)簽的權(quán)重應(yīng)該是不同的，而這種差??異經(jīng)常被一些研究工作忽略［２４］。因此，本文將權(quán)重概念引入到被廣泛應(yīng)用于相似??性計算的余弦相似性方法［９９］中以計算標(biāo)簽間的加權(quán)關(guān)聯(lián)關(guān)系。兩個標(biāo)簽間的加??權(quán)相似性計算如下：??ｆｆ（ｋ＇ｔ２）－＾＾－ＪＥｎＫｎＪ，ｎＫｎ?（３．２）??Ｗｔｕ?＝?＾?（３．３）??其中，＾和匕分別表示兩個標(biāo)簽，＆表示與標(biāo)簽ｑ相關(guān)的所有位置實體集合。??ＶＫｔｉ／表示標(biāo)簽ｔ；Ｌ在位置實體／的ＬＳＳ集合中的出現(xiàn)權(quán)重。表示標(biāo)簽＾在位置實??體７的ＬＳＳ集合中的出現(xiàn)頻率。％表示在位置實體ｙ出現(xiàn)的所有ＬＳＳ數(shù)量。??如果兩個概念間對應(yīng)的標(biāo)簽集合加權(quán)相似度大于設(shè)定的閾值，則兩個概念間??的關(guān)聯(lián)關(guān)系被構(gòu)建。??圖３．２展示部分位置社會語義本體概念及關(guān)系，顏色越深的活動表示該活動??與此位置類型的相關(guān)性越強(qiáng)。虛線矩形框表示共享相同關(guān)系的一組概念。一種位??置類型可以與多種活動相關(guān)聯(lián)，但不同活動權(quán)重不一而同，如位置類型“中國菜”??與“Ｅａｔｉｎｇ”和“Ｄｒｉｎｋｉｎｇ”兩種活動的關(guān)系。位置的活動對象標(biāo)簽，更細(xì)粒度地??表達(dá)位置活動

記ＰＡＲ?＝?｛隊，Ｚ２，…，Ｕ，｛ｑ，?ｔ２，…其中，Ｇ表示ＰＡＲ內(nèi)的語義位置，??ｑ表示ＰＡＲ的社會語義標(biāo)簽值，ｒｉ表示用戶簽入該ＰＡＲ的次數(shù)，如■｛美食購物，??消費非常高，環(huán)境非常好，服務(wù)非常好，４５｝，如圖４．１所示。??２６??

【參考文獻(xiàn)】：
期刊論文
[1]基于分布式LDA-Spark的微博用戶興趣挖掘[J]. 趙星雷,肖詩斌.  北京信息科技大學(xué)學(xué)報(自然科學(xué)版). 2017(03)
[2]一種面向柵格的空間-屬性雙重約束聚類方法[J]. 劉敬一,薛存金,樊彥國,孔凡萍,何亞文.  地球信息科學(xué)學(xué)報. 2017(04)
[3]基于微博擴(kuò)展的用戶興趣主題挖掘算法[J]. 楊福強(qiáng),王洪國,董樹霞,丁艷輝,尹傳城.  計算機(jī)工程與設(shè)計. 2015(05)
[4]基于空間聚類的平原旱作農(nóng)區(qū)土地平整單元區(qū)劃分方法[J]. 郝星耀,潘瑜春,唐秀美,邱賀,劉玉,任艷敏.  農(nóng)業(yè)工程學(xué)報. 2015(05)
[5]位置大數(shù)據(jù)的分析處理研究進(jìn)展[J]. 劉經(jīng)南,方媛,郭遲,高柯夫.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2014(04)
[6]大數(shù)據(jù)與位置服務(wù)[J]. 劉經(jīng)南.  測繪科學(xué). 2014(03)
[7]空間加權(quán)距離的GIS數(shù)據(jù)Fuzzy C-means聚類方法與應(yīng)用分析[J]. 王海起,張騰,彭佳琦,董倩楠.  地球信息科學(xué)學(xué)報. 2013(06)
[8]位置服務(wù)中的社會感知計算方法研究[J]. 郭遲,方媛,劉經(jīng)南,萬怡.  計算機(jī)研究與發(fā)展. 2013(12)
[9]一種社會化標(biāo)簽系統(tǒng)的用戶興趣建模方法[J]. 趙蒙,宋俊德,鄂海紅.  軟件. 2013(12)
[10]基于層次空間聚類的表語義匯總算法[J]. 孫翀,盧炎生.  計算機(jī)科學(xué). 2012(03)

博士論文
[1]用本體實現(xiàn)地理信息系統(tǒng)語義集成和互操作[D]. 崔巍.武漢大學(xué) 2004

碩士論文
[1]基于詞典和機(jī)器學(xué)習(xí)組合的情感分析[D]. 丁蔚.西安郵電大學(xué) 2017
[2]基于文本分類與主題模型的用戶偏好分析[D]. 余東瑾.青島科技大學(xué) 2017
[3]微博用戶興趣識別技術(shù)的研究與應(yīng)用[D]. 杜雨萌.哈爾濱工業(yè)大學(xué) 2016



本文編號：3501243