基于LBSN情景感知的签到位置预测研究

发布时间：2025-01-14 07:39

　　随着移动智能终端的普及,移动社交网络也随之兴起,多样化的定位技术使得人们可以随时随地通过便携式智能终端设备获得自己所在的地理位置。基于位置的社交网络（LBSN）应运而生,移动社交网络可观的活跃用户产生了大量位置数据,给研究用户的行为模式、生活规律和个人偏好,以及提供优质的个性化服务带来契机。本文从频率模式、时间特征、空间特征、社交因素和天气特征等方面对基于位置的社交网络用户的签到行为进行分析及预测,针对与用户签到行为相关的问题进行了深入的探讨与研究,成果如下:1.通过分析用户签到频率模式、时序特征和天气特征,本文提出了一种基于时序与天气特征的位置预测模型（WTMC）。首先用频率模式通过马尔科夫模型对签到预测问题建模,再结合时序偏好来修正预测结果,最后融合位置天气特征对用户签到的影响得到最终的预测结果。在两个真实签到数据集上的实验表明WTMC比基准算法的准确率提升了5%¹0%。2.数据分析表明签到相异性不同的用户在时间空间等方面的表现有着明显的区别,本文基于此特性提出了一种新颖的混合模型,即基于用户相异性具有情境感知的位置预测模型（UDR）。UDR模型由两个子模型组成...

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

;图2.1LBSN的结构;

的移动社交网络是由移动社交网络与基于位置的服务)结合而成的。从社交网络的多项研究中可对基于位置的[41]，在移动社交网络中通过加入位置特征，使得用户便交网络，该网络依据用户在现实世界中的位置信息来获包括用户之间共同访问的地点或有相同的行为活动。的移动社交网络两个核心内容是用户和位....

图2.1LBSN的结构

的移动社交网络是由移动社交网络与基于位置的服务)结合而成的。从社交网络的多项研究中可对基于位置的[41]，在移动社交网络中通过加入位置特征，使得用户便交网络，该网络依据用户在现实世界中的位置信息来获包括用户之间共同访问的地点或有相同的行为活动。的移动社交网络两个核心内容是用户和位....

图4.1基于用户相异性具有情境感知的位置预测框架结构

图4.1基于用户相异性具有情境感知的位置预测框架结构.2问题陈述与模型框架本节定义数据结构，阐述研究问题并展示模型框架。从LBSN签到信息中提取据特征，包括用户签到时间信息和社交信息、兴趣点地理信息、兴趣点天气信息。了便于说明，12{,,...,}NU=u....

本文编号：4026623