基于社會媒體的用戶移動軌跡挖掘及其在朋友推薦中的應(yīng)用研究.pdf

1、位置信息在現(xiàn)實生活中扮演著重要作用，如何自動挖掘用戶的位置信息和移動軌跡對于基于位置的服務(wù)來說具有重要作用。基于位置的服務(wù)主要包括個性化推薦，熱門地點挖掘和旅游規(guī)劃等。隨著社會媒體(如新浪微博和Twitter)等的迅速發(fā)展，越來越多的人們隨時隨地的在其中發(fā)布與他們?nèi)粘Ｉ钕⑾⑾嚓P(guān)的各種信息，這使得我們基于社會媒體來感知用戶的地理位置、挖掘用戶的移動軌跡，并進一步開展基于位置的服務(wù)成為可能。作為位置的一個重要應(yīng)用，朋友推薦吸引了越來越多的

2、研究者。目前，大多數(shù)的研究都是基于如果用戶之間有共同的興趣他們就能成為朋友，而這種興趣的度量主要是依賴于他們的微博內(nèi)容。然而，通過這種方式推薦的朋友只能滿足虛擬網(wǎng)絡(luò)的需求而無法滿足現(xiàn)實世界中面對面交流的需求。
　　本文研究了基于新浪微博的用戶位置檢測、移動軌跡挖掘及其在位置敏感的朋友推薦中的應(yīng)用。首先，在位置檢測方面，我們基于詞在位置上貝葉斯分布和朋友關(guān)系進行位置的檢測。詞在位置上的分布主要考慮用戶的微博內(nèi)容中是否包含位置信息，這

3、個部分主要挖掘用戶的微博內(nèi)容中是否包含顯式或者隱式地名。在通過朋友關(guān)系來進行位置檢測時，主要基于用戶談?wù)撏粋€話題意味著他們在同一個位置，話題之間的相似度越高，位置越近的這樣一個基本假設(shè)。然后，我們利用微博的上下文信息和城市之間的轉(zhuǎn)移時間來對微博的檢測位置進行平滑。最后，在朋友推薦模型中，提出了位置敏感的朋友推薦模型，我們綜合考慮微博內(nèi)容，用戶的位置信息，待推薦用戶的活躍度來判斷兩個用戶在虛擬網(wǎng)絡(luò)和現(xiàn)實生活中能否成為朋友。通過該模型推薦