隨著全球定位系統(tǒng)(Global Positioning System,GPS)設(shè)備的普及和基于位置的移動(dòng)社交網(wǎng)絡(luò)(Location-based social networks,LBSNs)的迅猛發(fā)展,海量的軌跡數(shù)據(jù)正在我們的日常生活中源源不斷地積累。因?yàn)檫@類數(shù)據(jù)包含了人群移動(dòng)的時(shí)空和語義等特征,所以這類數(shù)據(jù)對(duì)分析用戶行為模式和預(yù)測(cè)用戶下一個(gè)位置都至關(guān)重要。通過對(duì)近年來相關(guān)文獻(xiàn)的調(diào)研,雖然已經(jīng)有一些基于時(shí)空特征對(duì)用戶軌跡進(jìn)行預(yù)測(cè)的相關(guān)研究,但在缺乏語義特征的軌跡數(shù)據(jù)位置預(yù)測(cè)問題中以往的研究忽視了用戶在當(dāng)前位置當(dāng)前時(shí)間的語義信息,但該信息對(duì)理解用戶行為和位置預(yù)測(cè)是至關(guān)重要的,因此本文在數(shù)據(jù)集中缺乏了地點(diǎn)語義的情況下分析和提取了位置語義并結(jié)合語義強(qiáng)化和時(shí)空特征提出了一種有效的用戶位置預(yù)測(cè)算法,同時(shí)還改進(jìn)了一種城市“熱區(qū)”挖掘算法,并構(gòu)建了一個(gè)挖掘移動(dòng)社交網(wǎng)絡(luò)大數(shù)據(jù)的原型系統(tǒng)。首先,通過研究移動(dòng)社交網(wǎng)絡(luò)中的多維特征,提出了一種停留點(diǎn)語義化算法和城市“熱區(qū)”挖掘算法。其中,停留點(diǎn)語義化提升了用戶位置預(yù)測(cè)的準(zhǔn)確率,加速了模型訓(xùn)練時(shí)的收斂速度;根據(jù)輪廓系數(shù)對(duì)本文的“熱區(qū)”挖掘算法進(jìn)行了驗(yàn)證,其聚類效...

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3.1Foursquare簽到數(shù)據(jù)的全球分布

戶的行為規(guī)律和如何進(jìn)行時(shí)間特征、空間特征的提取和位置語義信息的提取。最后論述本文提出的城市“熱區(qū)”挖掘算法，對(duì)移動(dòng)社交網(wǎng)絡(luò)中的用戶行為利用群體智慧進(jìn)行分析和挖掘。用戶的空間分布特征分析與提取移動(dòng)社交網(wǎng)絡(luò)中的用戶行為在空間維度上存在一些顯著的特征，例如，當(dāng)用戶在訪問一系列的連續(xù)位置....

圖3.2Foursquare空間特征-連續(xù)簽到距離與概率關(guān)系圖

學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第三章移動(dòng)社交網(wǎng)絡(luò)中的用戶通過驗(yàn)證性實(shí)驗(yàn)表明“Levyflight”在兩個(gè)連續(xù)的簽到歷史記錄的距離分布如圖3.2Foursquare空間特征-連續(xù)簽到距離與概率關(guān)系圖所示，用戶的連的遞增呈現(xiàn)概率重尾現(xiàn)象�，F(xiàn)實(shí)生活中，這種空間特征屬性能夠用來....

圖3.3用戶行為基于改進(jìn)的頻繁訪問模型的平滑高斯分布

學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第三章移動(dòng)社交網(wǎng)絡(luò)中的用戶左右去餐館吃飯，并且人們一般都習(xí)慣在周五的21點(diǎn)左右去電影院看電場(chǎng)購(gòu)物。這些多樣的時(shí)間周期規(guī)律模式能夠用更好的理解用戶行為。當(dāng)用，通常會(huì)在特定的時(shí)間段內(nèi)，很少在其他時(shí)段訪問某些特定的位置，例如酒吧。下圖3.3是基于....

圖3.4Foursquare簽到分類統(tǒng)計(jì)分析

代表Check-in動(dòng)作的次數(shù)�；趯�(duì)用戶時(shí)間特征的分析與提取能夠更好的在時(shí)間維度上的規(guī)律，為移動(dòng)社交網(wǎng)絡(luò)中位置預(yù)測(cè)等服務(wù)提供更為智能和模型。位置語義特征分析與提取位置（停留點(diǎn)）語義可以用來理解用戶的行為內(nèi)涵，在移動(dòng)社交網(wǎng)絡(luò)數(shù)據(jù)富且舉足輕重的地位。事實(shí)上，當(dāng)下所熟知的位置預(yù)測(cè)....

本文編號(hào)：3980625