發(fā)布時間：2024-05-22 22:33

　　隨著全球定位系統(tǒng)(Global Positioning System,GPS)設備的普及和基于位置的移動社交網(wǎng)絡(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。因為這類數(shù)據(jù)包含了人群移動的時空和語義等特征,所以這類數(shù)據(jù)對分析用戶行為模式和預測用戶下一個位置都至關重要。通過對近年來相關文獻的調(diào)研,雖然已經(jīng)有一些基于時空特征對用戶軌跡進行預測的相關研究,但在缺乏語義特征的軌跡數(shù)據(jù)位置預測問題中以往的研究忽視了用戶在當前位置當前時間的語義信息,但該信息對理解用戶行為和位置預測是至關重要的,因此本文在數(shù)據(jù)集中缺乏了地點語義的情況下分析和提取了位置語義并結(jié)合語義強化和時空特征提出了一種有效的用戶位置預測算法,同時還改進了一種城市“熱區(qū)”挖掘算法,并構(gòu)建了一個挖掘移動社交網(wǎng)絡大數(shù)據(jù)的原型系統(tǒng)。首先,通過研究移動社交網(wǎng)絡中的多維特征,提出了一種停留點語義化算法和城市“熱區(qū)”挖掘算法。其中,停留點語義化提升了用戶位置預測的準確率,加速了模型訓練時的收斂速度;根據(jù)輪廓系數(shù)對本文的“熱區(qū)”挖掘算法進行了驗證,其聚類效...

【文章頁數(shù)】：69 頁

【學位級別】：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)律和如何進行時間特征、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，對移動社交網(wǎng)絡中的用戶行為利用群體智慧進行分析和挖掘。用戶的空間分布特征分析與提取移動社交網(wǎng)絡中的用戶行為在空間維度上存在一些顯著的特征，例如，當用戶在訪問一系列的連續(xù)位置....

圖3.2Foursquare空間特征-連續(xù)簽到距離與概率關系圖

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

圖3.3用戶行為基于改進的頻繁訪問模型的平滑高斯分布

學專業(yè)學位碩士研究生學位論文第三章移動社交網(wǎng)絡中的用戶左右去餐館吃飯，并且人們一般都習慣在周五的21點左右去電影院看電場購物。這些多樣的時間周期規(guī)律模式能夠用更好的理解用戶行為。當用，通常會在特定的時間段內(nèi)，很少在其他時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)計分析

代表Check-in動作的次數(shù)�；�于對用戶時間特征的分析與提取能夠更好的在時間維度上的規(guī)律，為移動社交網(wǎng)絡中位置預測等服務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）語義可以用來理解用戶的行為內(nèi)涵，在移動社交網(wǎng)絡數(shù)據(jù)富且舉足輕重的地位。事實上，當下所熟知的位置預測....

本文編號：3980625