基于時(shí)空數(shù)據(jù)的用戶社交鏈接預(yù)測研究

《基于時(shí)空數(shù)據(jù)的用戶社交鏈接預(yù)測研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)獄碼：１０２Ｓ５學(xué)號：２０１３４２２７０１３７＊ＡＩ１睪ＨＳＯＯＣＨＯＷＵＮＩＶＥＲＳＩＴＹ｜ｍＷ＾＾Ｍ基于啦數(shù)誦動(dòng)敝賺刪研究ＳｏｃｉａｌＴｉｅＰｒｅｄｃｔｏｎｎＳｔｔｉｉＵｓｉａｉｏｅｍｏｒａｌＤａｔａｇｐｐ．－Ｈ＇研究生姓名指導(dǎo)教師姓名曾嘉營ｉｌｉｉ專業(yè)名稱計(jì)算機(jī)科學(xué)與技術(shù)？—ｉＣｉｉｉｆ硏究方向機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘ｌｉ＾所在院部計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院＾：＾論文提交日期２０１６年５月基

2、于時(shí)空數(shù)據(jù)的用戶社交鏈接預(yù)測研究中文摘要基于時(shí)空數(shù)據(jù)的用戶社交鏈接預(yù)測研究中文摘要基于用戶時(shí)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(gè)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，有以下三個(gè)創(chuàng)新點(diǎn)：1)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(shí)間共現(xiàn)特征的問題，本文提出了一種基于主題模型LatentDirichletAllocation(LDA)的特征提取方法，不僅能夠獲得用戶與地點(diǎn)的共現(xiàn)特征(Co-loca

3、tionFeature)，還能同時(shí)獲得用戶與時(shí)間的共現(xiàn)特征(Co-timeFeature)。研究發(fā)現(xiàn)，經(jīng)常在相同的地方或者相同的時(shí)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(gè)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-locationFeature)。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)每位用戶在各個(gè)時(shí)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(shí)間的共現(xiàn)特征，Co-timeFeature)。在Brightkit

4、e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%)。2)LDA沒有同時(shí)考慮用戶簽到的時(shí)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(shí)考慮了用戶簽到的時(shí)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(shí)刻簽到用戶的共現(xiàn)特征(Co-lo

5、cation-timeFeature)和用戶與相同時(shí)段最近鄰簽到用戶的共現(xiàn)特征(Co-time-locationFeature)，該類特征同時(shí)考慮了用戶簽到的時(shí)間特征和空間特征。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%。3)為了能夠充分利用共現(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I中文摘要基于時(shí)空數(shù)據(jù)的用戶社交鏈接預(yù)測研究合的用戶社交鏈接預(yù)

6、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word2vec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(shí)驗(yàn)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-BasedModel(EBM)預(yù)測的用戶社交鏈接關(guān)系實(shí)驗(yàn)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%)。因此，我們提出的預(yù)測用戶社交鏈接關(guān)系的方法比EBM模型的方法的預(yù)測結(jié)果的精確率和召回率分別提高了10.6

8、%和9.4%。關(guān)鍵詞：時(shí)空數(shù)據(jù)，LDA模型，word2vec，決策融合模型，共現(xiàn)特征作者：陳元娟指導(dǎo)老師：曾嘉教授本文的研究工作受國家自然科學(xué)基金項(xiàng)目(61373092，61572339，6120202)，