采用位置信息的链接预测方法研究

发布时间：2017-10-04 05:09

  本文关键词：采用位置信息的链接预测方法研究

  更多相关文章： 链接预测 基于位置的社会网络 半监督学习 机器学习

【摘要】：信息技术的快速发展聚集了海量的网络数据。如何从海量数据中快速有效地获取信息正面临着巨大的挑战。在社会网络分析领域,链接预测作为网络结构研究的一个关键问题,不仅要考虑节点特征还需要考虑节点之间的关系特征。在基于位置的社会网络中,链接预测问题除了考虑节点之间的关系特征之外还需要考虑节点的位置特征。目前,国内外对于位置网络中的链接预测问题研究较少,且通常将朋友关系和签到位置作为相互独立的两个研究内容。然而,现实中这两者具有很强的相关性。此外,现实的网络数据具有海量性、稀疏性等特点。如何有效利用大量的未标记样本数据、获得更多的信息也是一个难题。最后,链接预测方法的研究已出现瓶颈,如何改进传统的链接预测方法并有效提高其准确率也面临着巨大的挑战。本课题首先对位置网络以及位置网络中的链接预测方法进行了总结和分析,提出目前该任务遇到的问题与挑战,为位置网络的链接预测方法研究指明方向;其次,本课题提出了一种采用位置信息的半监督链接预测方法。该方法针对位置网络的特点,抽取位置特征,并分析位置特性与社交特性的相关性。该方法还使用了机器学习中的半监督学习方法,有效利用了未标记数据。最后,本课题在基于地理位置信息的Gowalla网络中进行了仿真实验,将该方法与未采用位置特征的监督链接预测方法、采用位置特征的监督链接预测方法和未采用位置特征的半监督链接预测方法进行了比较,分析了位置形成和朋友关系形成之间的关系。实验结果证明,位置网络中的社交关系与签到位置具有强关联性,半监督学习的引入能较大提高链接预测的准确率,位置信息的加入也对链接预测有一定的帮助。这些研究成果为链接预测方法和基于位置的社会网络在推荐系统方面指引了新的方向。
【关键词】：链接预测 基于位置的社会网络 半监督学习 机器学习
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-11
• 1.1 研究背景和意义8-9
• 1.2 研究现状9
• 1.3 本文的主要工作9-10
• 1.4 论文的组织结构10-11
• 第二章 基于位置的社会网络11-21
• 2.1 社会网络11-15
• 2.1.1 社会网络的定义和表示方法11-12
• 2.1.2 社会网络分析中的链接预测问题12-15
• 2.2 位置网络15-19
• 2.2.1 位置网络简介15-17
• 2.2.2 位置网络的位置特性17-18
• 2.2.3 位置网络的相关数据库18-19
• 2.3 位置网络中的链接预测问题19-20
• 2.4 本章小结20-21
• 第三章 基于机器学习的链接预测方法研究21-31
• 3.1 机器学习及其分类21-24
• 3.1.1 机器学习概念及应用21-22
• 3.1.2 机器学习方法的分类22-24
• 3.2 半监督学习24-26
• 3.2.1 半监督学习简介及发展24
• 3.2.2 半监督学习的经典方法及应用现状24-26
• 3.3 基于半监督学习的链接预测方法26-30
• 3.3.1 链接预测26-27
• 3.3.2 基于监督学习的链接预测方法27-28
• 3.3.3 基于半监督学习的链接预测方法28-30
• 3.4 本章小结30-31
• 第四章 采用位置信息的链接预测方法31-35
• 4.1 网络数据的特征31-32
• 4.1.1 网络结构特征31
• 4.1.2 位置特征31-32
• 4.2 采用位置信息的半监督链接预测算法32-34
• 4.2.1 采用位置信息的签到预测算法32-33
• 4.2.2 采用位置信息的朋友关系预测算法33-34
• 4.3 本章小结34-35
• 第五章 实验结果与分析35-47
• 5.1 数据集简介35-36
• 5.2 实验数据分析36-39
• 5.2.1 签到数据的预处理36-37
• 5.2.2 签到数据的特征抽取37-39
• 5.3 实验设置39-41
• 5.3.1 支持向量机（SVM）分类器39-40
• 5.3.2 采用位置信息的位置签到预测实验设置40-41
• 5.3.3 采用位置信息的朋友关系预测实验设置41
• 5.4 实验评估标准41-43
• 5.5 实验结果和分析43-46
• 5.5.1 采用位置信息的位置签到预测结果分析43-45
• 5.5.2 采用位置信息的好友关系预测结果分析45-46
• 5.6 本章小结46-47
• 第六章 总结与展望47-49
• 6.1 论文完成工作47
• 6.2 未来研究方向47-49
• 参考文献49-53
• 附录1 攻读硕士学位期间撰写的论文53-54
• 附录2 攻读硕士学位期间参加的科研项目54-55
• 致谢55

【相似文献】

中国期刊全文数据库 前10条

1 张强,刘朋;移动位置信息服务平台接口软硬件设计[J];测绘学院学报;2004年03期

2 赵公天;庞宏冰;;基于位置信息的移动IPv6切换优化方案[J];微计算机信息;2008年03期

3 陆佳佳;陈芨;;移动网络基于位置信息服务的市场应用[J];电信技术;2008年03期

4 向劲锋;雷州;张龙;沈文枫;段峰;;基于关系和状态的移动云位置信息服务[J];上海大学学报(自然科学版);2013年01期

5 沈军,曹元大,张树东;一种改进的位置信息服务方法[J];计算机应用;2005年03期

6 翟步红;王晶;余正昊;;移动GIS在位置信息服务中的应用初探[J];中国科技信息;2009年05期

7 阎晨;;浅议面向物联网应用的位置信息展现技术[J];卫星与网络;2011年07期

8 胡兰馨;;用手机语音实时报告位置信息的设计与实现[J];福州大学学报(自然科学版);2006年01期

9 杨琼;俞立峰;;对位置信息服务的连续查询攻击算法[J];计算机应用;2014年01期

10 赵益民,鞠德航;智能网与先验位置信息在呼叫连接中的应用[J];通信学报;2002年02期

中国重要会议论文全文数据库 前4条

1 朱彬;夏玮玮;宋铁成;沈连丰;;一种基于位置信息的车辆间协作预警广播机制[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年

2 常西廊;;经络——位置信息调节系统[A];中国针炙学会经络分会第十届学术会议论文集[C];2009年

3 袁锦绣;钱雪忠;汪锦岭;;一种基于位置和DHT的移动ad hoc网络服务发现方案[A];2006年全国开放式分布与并行计算学术会议论文集（一）[C];2006年

4 林良书;杜艳艳;;一种新型家庭基站的位置获取方法[A];中国通信学会第六届学术年会论文集（下）[C];2009年

中国重要报纸全文数据库 前10条

1 ;位置信息服务再受关注 2010年达到36亿美元[N];中国高新技术产业导报;2004年

2 白一;保护手机用户亟待专门立法[N];法制日报;2011年

3 特约撰稿 聂怀明;防用户位置信息被滥用 亟待加强法律保护[N];通信信息报;2011年

4 乐天　编译;Google Latitude是如何找到你的？[N];计算机世界;2009年

5 北京大学数字地球研究中心 李琦;每年90亿 谁来点石成金[N];中国计算机报;2003年

6 严学纯　陈强 毛安 平王颖;“三招”获取移动用户位置信息[N];人民邮电;2010年

7 ;位置信息服务进入快速发展期[N];人民邮电;2007年

8 本报记者 潘俊强;我的位置信息谁做主[N];人民日报;2013年

9 本报记者 吕林荫;“苹果化”生活,当心“被跟踪”[N];解放日报;2011年

10 陈晨;“无线定位”市场商机无限[N];文汇报;2004年

中国博士学位论文全文数据库 前4条

1 钱钊;基于位置信息的移动自组织网络路由算法研究[D];哈尔滨工业大学;2013年

2 赵益民;个人通信中的位置信息与多址技术研究[D];西安电子科技大学;1999年

3 仲英济;基于位置信息和拓扑结构分析的无线Ad Hoc网络拓扑管理和QoS研究[D];山东大学;2005年

4 马姗姗;无位置信息的无线传感器网络节点调度算法研究[D];中国矿业大学;2014年

中国硕士学位论文全文数据库 前10条

1 吴俊;移动报警电话位置信息通知系统[D];北京邮电大学;2008年

2 陈明权;基于位置信息的无线传感器网络路由算法研究[D];湖南大学;2009年

3 郑兵文;基于位置的移动web搜索方法研究[D];华中科技大学;2012年

4 周娜;基于位置信息的车载自组织网络广播算法研究[D];南京邮电大学;2013年

5 王嘉胤;基于位置信息的CDMA2000/WLAN网络接入控制算法研究[D];哈尔滨工业大学;2012年

6 吕珊;基于位置信息的无线传感器路由算法研究[D];湖南大学;2008年

7 孔令东;辽宁移动位置信息服务营销策略研究[D];吉林大学;2012年

8 沈德琪;基于位置信息的DTN网络仿真[D];沈阳航空航天大学;2012年

9 黄付洁;基于位置信息的DTN网络路由算法研究[D];沈阳航空航天大学;2014年

10 谭炼;基于Agent和移动网的位置信息智能服务应用研究[D];中南大学;2010年

，

本文编号：968769