基于時空數(shù)據(jù)的用戶社交鏈接預(yù)測研究.pdf

1、基于用戶時空數(shù)據(jù)對用戶間社交鏈接進(jìn)行預(yù)測(即預(yù)測任意兩個用戶之間是否有社交鏈接)是重要的研究方向之一，吸引了大量學(xué)者對其進(jìn)行研究和探索。本文提出了一種新的預(yù)測用戶社交鏈接關(guān)系的方法，該方法充分挖掘了用戶的共現(xiàn)特征。本研究主要內(nèi)容包括：
　　⑴針對傳統(tǒng)方法基本上只注重用戶與地點(diǎn)共現(xiàn)特征而忽略用戶與時間共現(xiàn)特征的問題，提出了一種基于主題模型LatentDirichlet Allocation(LDA)的特征提取方法，不僅能夠獲得用戶與

2、地點(diǎn)的共現(xiàn)特征(Co-location Feature)，還能同時獲得用戶與時間的共現(xiàn)特征(Co-time Feature)。研究發(fā)現(xiàn)，經(jīng)常在相同的地方或者相同的時間發(fā)生簽到行為的用戶間存在社交鏈接關(guān)系的可能性較大。根據(jù)每位用戶在各個地點(diǎn)出現(xiàn)的頻率，通過 LDA深層挖掘用戶的主題特征(即用戶與地點(diǎn)的共現(xiàn)特征，Co-location Feature)。該主題特征本質(zhì)上是由用戶與地點(diǎn)的共現(xiàn)產(chǎn)生，從而充分刻畫了用戶與地點(diǎn)的共現(xiàn)信息。同理，根據(jù)

3、每位用戶在各個時段出現(xiàn)的頻率，通過LDA模型獲取用戶的主題特征(即用戶與時間的共現(xiàn)特征，Co-time Feature)。在Brightkite數(shù)據(jù)集中，基于 LDA的特征方法預(yù)測用戶社交鏈接關(guān)系的(Precision，Recall)最高可達(dá)(72.6％，72.7%)。在 Gowalla數(shù)據(jù)集中，基于 LDA的特征方法預(yù)測用戶社交鏈接關(guān)系的(Precision，Recall)最高可達(dá)(75.8%，66.4%)。
　?、芁DA沒有同

4、時考慮用戶簽到的時間特征和空間特征，它是一種粗粒度的特征提取方法。因此，本文還提出了一種基于詞向量算法word2vec的細(xì)粒度共現(xiàn)特征提取方法，該方法同時考慮了用戶簽到的時間特征和空間特征。通過該方法可以獲得用戶與相同地點(diǎn)最近時刻簽到用戶的共現(xiàn)特征(Co-location-time Feature)和用戶與相同時段最近鄰簽到用戶的共現(xiàn)特征(Co-time-location Feature)，該類特征同時考慮了用戶簽到的時間特征和空間特征

5、。在Brightkite數(shù)據(jù)集中，該方法與基于LDA的社交鏈接預(yù)測方法相比，其Precision和Recall分別提高了5.3%和6.4%。在 Gowalla數(shù)據(jù)集中，其Precision和Recall分別提高了11.9%和10.4%。
　?、菫榱四軌虺浞掷霉铂F(xiàn)特征預(yù)測用戶社交鏈接關(guān)系，本文提出了基于決策融合的用戶社交鏈接預(yù)測的方法，將LDA模型產(chǎn)生的Co-location特征和Co-time特征所預(yù)測的社交鏈接強(qiáng)度和 word

6、2vec產(chǎn)生的 Co-location-time特征和Co-time-location特征所預(yù)測的社交鏈接強(qiáng)度融合(即決策融合)，獲得融合的決策特征。實驗證明，在Brightkite數(shù)據(jù)集中，該方法與基于LDA的方法相比，其Precision和Recall分別提高了7.1%和8.2%；該方法與基于word2vec的方法相比，其Precision和Recall都提高了1.8%。在Gowalla數(shù)據(jù)集中，與LDA方法比，其Precision

7、和Recall分別提高了14.8%和13.0%；與基于word2vec的方法比，其Precision和Recall分別提高了2.9%和2.6%。目前，Entropy-Based Model(EBM)預(yù)測的用戶社交鏈接關(guān)系實驗效果最佳，其在Gowalla數(shù)據(jù)集上(Precision，Recall)最高可達(dá)(80%，70%)，而本文提出的基于決策融合的社交鏈接預(yù)測方法的(Precision，Recall)最高可達(dá)(90.6%，79.4%)。