LBSN中基于行為分析的用戶位置預(yù)測.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、近年來，隨著移動終端定位技術(shù)和移動互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于位置的社交網(wǎng)絡(luò)(LBSN，Location-Based Social Networks)平臺取得了巨大的成功。LBSN通過位置特征將虛擬社交空間和現(xiàn)實行為空間連接起來，融合了線上關(guān)系與線下行為，使得從各種交互關(guān)系和行為軌跡中探知到更本質(zhì)的群體和個體行為規(guī)律成為可能。LBSN中海量的用戶簽到數(shù)據(jù)為研究研究位置預(yù)測問題提供了數(shù)據(jù)基礎(chǔ)，同時，良好的位置預(yù)測算法也為平臺帶來良好的用戶體

2、驗，并能夠產(chǎn)生巨大的社會和經(jīng)濟效益。
　　當(dāng)前LBSN對用戶將來簽到位置的預(yù)測的研究主要集中于對用戶即將簽到的位置預(yù)測，這種預(yù)測算法只能預(yù)測當(dāng)前訪問位置的下一個位置，實際上是一種實時位置預(yù)測，這使得這種位置預(yù)測算法的應(yīng)用場景受到限制，對于用戶在較遠將來的簽到位置預(yù)測成為位置預(yù)測領(lǐng)域亟待解決的問題?；诖耍疚奶岢隽私o定將來時間的用戶簽到位置預(yù)測問題。
　　針對這個問題，本文首先從時間周期性、簽到位置的空間分布、用戶的社交關(guān)系

3、三個方面入手，在位置點和位置類別兩個層面上對可能影響用戶在給定將來時間的簽到因素進行分析與挖掘，基于此，進行了影響用戶簽到行為的多維混合特征建模和特征量化，最后提出了基于多維混合特征的位置預(yù)測算法(LPMMF)?；谝陨纤惴ǖ难芯砍晒疚脑O(shè)計并實現(xiàn)了LBSN中基于行為分析的用戶位置預(yù)測系統(tǒng)。
　　為了驗證本文提出算法的性能，并分析本文算法的各個特征的有效性，本文在Foursquare紐約用戶簽到數(shù)據(jù)集中對本文的算法進行了實驗驗證

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論