由位置服務社交網(wǎng)絡簽到信息推斷朋友關系.pdf

1、近年來人群的流動性和其真實社交網(wǎng)絡之間的關系在學術界和企業(yè)界引起了很大的關注。在過去，想要追蹤人們的行徑從而了解人群流動性并且獲取相應的數(shù)據(jù)是一件非常困難的事情，因此，這成為了人群流動性和其真實社交網(wǎng)絡之間關系的相關研究難以展開的主要原因。然而，隨著信息時代的高速發(fā)展，各種帶有GPS定位功能的移動設備和基于位置的社交網(wǎng)絡服務相繼出現(xiàn)并得到了十分廣泛的使用。如今，我們可以通過這些設備和服務相對簡單得獲取大量用戶的時間以及地點信息。這類信息

2、有著十分重要的價值和用途。對這些信息加以處理和分析，我們可以獲得某些特定用戶的重要個人信息，比如興趣愛好、行蹤記錄、真實生活下的社交圈等。
　　本文關注的問題是如何根據(jù)兩個特定用戶的時間地點信息（簽到數(shù)據(jù)）推斷他們之間是否存在朋友關系。由于存在朋友關系的兩個人通常會出現(xiàn)在類似或者相同的地方，因此本文認為兩個人出現(xiàn)在同一個地點的次數(shù)以及地點個數(shù)都是判斷兩個人是否是朋友的重要影響因子。除此之外，兩個人出現(xiàn)在同一地點先后間隔的時間也是影

3、響推斷結(jié)果的重要因素。通過對從以上的信息中抽取出的數(shù)據(jù)進行機器學習，本文構(gòu)造了兩個模型用以推斷兩個用戶之間是否存在朋友關系。模型一僅僅通過分析兩個用戶共同出現(xiàn)的一個地點內(nèi)的時間地點信息來進行朋友關系的推斷。我們考慮了該地點多維的簽到次數(shù)信息、該地點的特征值以及兩個用戶的簽到時間間隔信息，并用時間間隔序列這一概念對兩個用戶在同一個地點的多次共同出現(xiàn)的簽到時間間隔進行更加全面的衡量。該做法更加全面得囊括了簽到數(shù)據(jù)中的有效信息，并以此建立朋友