基于位置社会语义的用户情景感知偏好挖掘研究
发布时间：2021-11-17 16:01
用户活动偏好挖掘是地理信息科学中人类移动行为模式研究的重要课题,对实现用户个性化推荐、城市规划与管理等领域具有显著意义。近年来,随着传感器技术、移动通信技术和互联网技术的快速发展与进步,产生海量用户粒度、具有时空标记的位置大数据,也极大促进位置社会标注的广泛应用。位置附加的社会标注将地理位置扩展为社会位置,"社会性"成为位置继时空四维后的第五维要素,位置活动、位置评价等位置社会语义反映用户行为模式、兴趣爱好等,为用户活动偏好挖掘提供新的研究视角。目前用户偏好研究主要侧重移动时空特征或位置固有属性,忽视用户偏好与位置社会语义的相关性,难以挖掘用户更多维度、更细粒度的活动偏好。如何在这些附加时间、空间和位置评价的大规模用户移动位置中挖掘用户与时间、空间、位置评价等多维情景相关的细粒度活动偏好成为一个新的研究挑战。位置活动和评价的标签是一种比类别更加细粒度的表达形式。位置的多方面标签反映用户不同层面的偏好特征。本文提出一种基于位置社会语义的用户情景感知偏好挖掘方法,综合GIS理论和Labeled LDA主题建模技术,围绕多维度位置社会语义的形式化表达、空间和语义双重约束下的用户活动空间聚类和...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
图３．１表达ＬＳＳ的位置模型??如图３．１所示，位置地址可以通过描述位置间拓扑关系的定性地址表达，如??“”
效地构建标签或概念间的所有层级关系。??概念间的关联关系可以通过ＬＳＳ标签Ｃｏ－ｏｃｃｕｒｒｅｎｃｅ相似性方法衡量。然而，??正如在３．２小节位置模型图３．１所示，不同ＬＳＳ标签的权重应该是不同的，而这种差??异经常被一些研究工作忽略［２４］。因此，本文将权重概念引入到被广泛应用于相似??性计算的余弦相似性方法［９９］中以计算标签间的加权关联关系。两个标签间的加??权相似性计算如下：??ｆｆ（ｋ＇ｔ２）－＾＾－ＪＥｎＫｎＪ，ｎＫｎ?（３．２）??Ｗｔｕ?＝?＾?（３．３）??其中，＾和匕分别表示两个标签，＆表示与标签ｑ相关的所有位置实体集合。??ＶＫｔｉ／表示标签ｔ；Ｌ在位置实体／的ＬＳＳ集合中的出现权重。表示标签＾在位置实??体７的ＬＳＳ集合中的出现频率。％表示在位置实体ｙ出现的所有ＬＳＳ数量。??如果两个概念间对应的标签集合加权相似度大于设定的阈值，则两个概念间??的关联关系被构建。??图３．２展示部分位置社会语义本体概念及关系，颜色越深的活动表示该活动??与此位置类型的相关性越强。虚线矩形框表示共享相同关系的一组概念。一种位??置类型可以与多种活动相关联，但不同活动权重不一而同，如位置类型“中国菜”??与“Ｅａｔｉｎｇ”和“Ｄｒｉｎｋｉｎｇ”两种活动的关系。位置的活动对象标签，更细粒度地??表达位置活动
记ＰＡＲ?＝?｛队，Ｚ２，…，Ｕ，｛ｑ，?ｔ２，…其中，Ｇ表示ＰＡＲ内的语义位置，??ｑ表示ＰＡＲ的社会语义标签值，ｒｉ表示用户签入该ＰＡＲ的次数，如■｛美食购物，??消费非常高，环境非常好，服务非常好，４５｝，如图４．１所示。??２６??
【参考文献】：
期刊论文
[1]基于分布式LDA-Spark的微博用户兴趣挖掘[J]. 赵星雷,肖诗斌. 北京信息科技大学学报(自然科学版). 2017(03)
[2]一种面向栅格的空间-属性双重约束聚类方法[J]. 刘敬一,薛存金,樊彦国,孔凡萍,何亚文. 地球信息科学学报. 2017(04)
[3]基于微博扩展的用户兴趣主题挖掘算法[J]. 杨福强,王洪国,董树霞,丁艳辉,尹传城. 计算机工程与设计. 2015(05)
[4]基于空间聚类的平原旱作农区土地平整单元区划分方法[J]. 郝星耀,潘瑜春,唐秀美,邱贺,刘玉,任艳敏. 农业工程学报. 2015(05)
[5]位置大数据的分析处理研究进展[J]. 刘经南,方媛,郭迟,高柯夫. 武汉大学学报(信息科学版). 2014(04)
[6]大数据与位置服务[J]. 刘经南. 测绘科学. 2014(03)
[7]空间加权距离的GIS数据Fuzzy C-means聚类方法与应用分析[J]. 王海起,张腾,彭佳琦,董倩楠. 地球信息科学学报. 2013(06)
[8]位置服务中的社会感知计算方法研究[J]. 郭迟,方媛,刘经南,万怡. 计算机研究与发展. 2013(12)
[9]一种社会化标签系统的用户兴趣建模方法[J]. 赵蒙,宋俊德,鄂海红. 软件. 2013(12)
[10]基于层次空间聚类的表语义汇总算法[J]. 孙翀,卢炎生. 计算机科学. 2012(03)
博士论文
[1]用本体实现地理信息系统语义集成和互操作[D]. 崔巍.武汉大学 2004
硕士论文
[1]基于词典和机器学习组合的情感分析[D]. 丁蔚.西安邮电大学 2017
[2]基于文本分类与主题模型的用户偏好分析[D]. 余东瑾.青岛科技大学 2017
[3]微博用户兴趣识别技术的研究与应用[D]. 杜雨萌.哈尔滨工业大学 2016
本文编号：3501243
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
图３．１表达ＬＳＳ的位置模型??如图３．１所示，位置地址可以通过描述位置间拓扑关系的定性地址表达，如??“”
效地构建标签或概念间的所有层级关系。??概念间的关联关系可以通过ＬＳＳ标签Ｃｏ－ｏｃｃｕｒｒｅｎｃｅ相似性方法衡量。然而，??正如在３．２小节位置模型图３．１所示，不同ＬＳＳ标签的权重应该是不同的，而这种差??异经常被一些研究工作忽略［２４］。因此，本文将权重概念引入到被广泛应用于相似??性计算的余弦相似性方法［９９］中以计算标签间的加权关联关系。两个标签间的加??权相似性计算如下：??ｆｆ（ｋ＇ｔ２）－＾＾－ＪＥｎＫｎＪ，ｎＫｎ?（３．２）??Ｗｔｕ?＝?＾?（３．３）??其中，＾和匕分别表示两个标签，＆表示与标签ｑ相关的所有位置实体集合。??ＶＫｔｉ／表示标签ｔ；Ｌ在位置实体／的ＬＳＳ集合中的出现权重。表示标签＾在位置实??体７的ＬＳＳ集合中的出现频率。％表示在位置实体ｙ出现的所有ＬＳＳ数量。??如果两个概念间对应的标签集合加权相似度大于设定的阈值，则两个概念间??的关联关系被构建。??图３．２展示部分位置社会语义本体概念及关系，颜色越深的活动表示该活动??与此位置类型的相关性越强。虚线矩形框表示共享相同关系的一组概念。一种位??置类型可以与多种活动相关联，但不同活动权重不一而同，如位置类型“中国菜”??与“Ｅａｔｉｎｇ”和“Ｄｒｉｎｋｉｎｇ”两种活动的关系。位置的活动对象标签，更细粒度地??表达位置活动
记ＰＡＲ?＝?｛队，Ｚ２，…，Ｕ，｛ｑ，?ｔ２，…其中，Ｇ表示ＰＡＲ内的语义位置，??ｑ表示ＰＡＲ的社会语义标签值，ｒｉ表示用户签入该ＰＡＲ的次数，如■｛美食购物，??消费非常高，环境非常好，服务非常好，４５｝，如图４．１所示。??２６??
【参考文献】：
期刊论文
[1]基于分布式LDA-Spark的微博用户兴趣挖掘[J]. 赵星雷,肖诗斌. 北京信息科技大学学报(自然科学版). 2017(03)
[2]一种面向栅格的空间-属性双重约束聚类方法[J]. 刘敬一,薛存金,樊彦国,孔凡萍,何亚文. 地球信息科学学报. 2017(04)
[3]基于微博扩展的用户兴趣主题挖掘算法[J]. 杨福强,王洪国,董树霞,丁艳辉,尹传城. 计算机工程与设计. 2015(05)
[4]基于空间聚类的平原旱作农区土地平整单元区划分方法[J]. 郝星耀,潘瑜春,唐秀美,邱贺,刘玉,任艳敏. 农业工程学报. 2015(05)
[5]位置大数据的分析处理研究进展[J]. 刘经南,方媛,郭迟,高柯夫. 武汉大学学报(信息科学版). 2014(04)
[6]大数据与位置服务[J]. 刘经南. 测绘科学. 2014(03)
[7]空间加权距离的GIS数据Fuzzy C-means聚类方法与应用分析[J]. 王海起,张腾,彭佳琦,董倩楠. 地球信息科学学报. 2013(06)
[8]位置服务中的社会感知计算方法研究[J]. 郭迟,方媛,刘经南,万怡. 计算机研究与发展. 2013(12)
[9]一种社会化标签系统的用户兴趣建模方法[J]. 赵蒙,宋俊德,鄂海红. 软件. 2013(12)
[10]基于层次空间聚类的表语义汇总算法[J]. 孙翀,卢炎生. 计算机科学. 2012(03)
博士论文
[1]用本体实现地理信息系统语义集成和互操作[D]. 崔巍.武汉大学 2004
硕士论文
[1]基于词典和机器学习组合的情感分析[D]. 丁蔚.西安邮电大学 2017
[2]基于文本分类与主题模型的用户偏好分析[D]. 余东瑾.青岛科技大学 2017
[3]微博用户兴趣识别技术的研究与应用[D]. 杜雨萌.哈尔滨工业大学 2016
本文编号：3501243
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3501243.html
