移动社交网络中的位置预测方法研究

发布时间：2017-03-23 06:02

  本文关键词：移动社交网络中的位置预测方法研究，由笔耕文化传播整理发布。

【摘要】：如今互联网飞速发展,社交网络已经广泛成为用户分享和交流信息的平台,而智能终端的普及和定位技术的推广,加速了社交网络和基于位置的服务相互融合,形成了移动社交网络(Mobile Social Networks,MSN)。移动社交网络允许用户在真实世界中进行签到,支持用户随时随地上传包含自身位置信息的签到数据并与社交好友分享,这有效缩小了虚拟世界和真实世界之间的距离,移动社交网络也因此受到了众多用户的青睐。利用签到数据分析用户行为模式、偏好既可以为用户体验生活、交友提供便利,也能为智能交通、城市计算等提供帮助,同时对在线广告、移动推荐和其他很多商业应用也都有着巨大的商业价值。本文利用移动社交网络中签到数据对位置预测问题进行了研究,主要的研究成果如下:1.本文通过分析用户签到的时间特征,提出了一种基于时间特征的位置预测算法,该算法首先以马尔可夫模型对位置预测问题进行建模,然后结合用户签到的时间特征来提升预测的效果。通过在两个真实的签到数据集上进行实验,我们发现相比基准算法,本文所提出的算法在预测性能上提升了15%~20%。2.本文分析了基于频繁模式的位置预测算法,发现这类算法只能对用户在已签到过地点进行预测,而无法刻画用户对未访问地点的签到偏好,进而提出了结合协同社交知识的位置预测算法。该算法不仅提取了用户访问常规地点的特征,同时运用协同过滤技术对用户访问新颖地点的情况做出预测,然后将提取出的各个特征采用M5模型树和线性回归的方式进行决策融合,以此来提高预测性能,最后在两个真实签到数据集上的实验表明本文提出的算法相对于基准算法提升了19%~21%,证明了新颖位置预测可以很好地应用到位置预测中。
【关键词】：移动社交网络 位置预测 协同过滤
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.01;TN929.5
【目录】：

• 摘要3-4
• Abstract4-7
• 第1章 绪论7-13
• 1.1 研究背景和意义7-8
• 1.2 国内外研究现状8-11
• 1.3 主要研究工作11-12
• 1.4 论文主要组织结构12-13
• 第2章 相关概念和技术13-21
• 2.1 移动社交网络简介13-15
• 2.1.1 社交网络的发展13
• 2.1.2 位置服务的兴起与移动社交网络的形成13-14
• 2.1.3 移动社交网络模型14-15
• 2.2 位置预测方法15-19
• 2.2.1 常规位置预测方法15-18
• 2.2.2 新颖位置预测方法18-19
• 2.3 本章小结19-21
• 第3章 基于时间特征的位置预测算法21-33
• 3.1 引言21
• 3.2 马尔可夫链预测模型21-24
• 3.2.1 马尔可夫理论21-23
• 3.2.2 马尔可夫链预测模型的建立23-24
• 3.3 基于时间特征的位置预测24-27
• 3.3.1 用户签到时间规律分析24-26
• 3.3.2 基于时间特征的位置预测26-27
• 3.4 实验与分析27-32
• 3.4.1 数据集介绍27-29
• 3.4.2 实验结果与分析29-32
• 3.5 本章小结32-33
• 第4章 结合协同社交知识的位置预测算法33-45
• 4.1 引言33
• 4.2 数据分析33-35
• 4.3 结合协同社交知识的位置预测算法35-41
• 4.3.1 问题的定义35
• 4.3.2 常规位置用户签到特性35-36
• 4.3.3 新颖位置签到特性36-41
• 4.3.4 联合预测41
• 4.4 实验与分析41-44
• 4.5 本章小结44-45
• 第5章 总结及未来工作45-47
• 5.1 总结45-46
• 5.2 未来工作46-47
• 参考文献47-52
• 致谢52-53
• 攻读硕士学位期间从事的科研工作及取得的成果53

【参考文献】

中国期刊全文数据库 前6条

1 孙辉;马跃;杨海波;张红松;;一种相似度改进的用户聚类协同过滤推荐算法[J];小型微型计算机系统;2014年09期

2 黄岗;;马尔可夫及隐马尔可夫模型的应用[J];电子设计工程;2013年17期

3 翟红生;于海鹏;;在线社交网络中的位置服务研究进展与趋势[J];计算机应用研究;2013年11期

4 郑翠翠;李林;;协同过滤算法中的相似性度量方法研究[J];计算机工程与应用;2014年08期

5 邹媛;;基于决策树的数据挖掘算法的应用与研究[J];科学技术与工程;2010年18期

6 张松林;CART-分类与回归树方法介绍[J];火山地质与矿产;1997年01期

  本文关键词：移动社交网络中的位置预测方法研究，，由笔耕文化传播整理发布。

本文编号：263059