社會網(wǎng)絡(luò)中的地理數(shù)據(jù)挖掘方法研究.pdf

1、隨著Web2.0應(yīng)用的快速發(fā)展，越來越多由用戶生成的內(nèi)容成為了互聯(lián)網(wǎng)上的一個重要信息來源，出現(xiàn)了許多社會媒體網(wǎng)絡(luò)站點，如Flickr、Facebook和YouTube等網(wǎng)站。這些網(wǎng)站中存在大量由用戶上傳的具有地理標(biāo)簽信息的照片數(shù)據(jù)。通常這些照片數(shù)據(jù)體現(xiàn)了不同用戶的出行軌跡，但出行軌跡數(shù)量龐大，且所表達(dá)的信息有限。通過分析獲取這些地理標(biāo)簽信息，發(fā)現(xiàn)社會關(guān)系和空間地理關(guān)系兩者復(fù)雜地纏繞在一起，如何從龐大的社會網(wǎng)絡(luò)數(shù)據(jù)中抽取、表達(dá)這些地理信息

2、，如何采用行之有效的方法來對社會網(wǎng)絡(luò)中的由用戶生成的地理信息內(nèi)容進行分析和挖掘，這是兩個難點問題。本論文的主要工作是從社會網(wǎng)絡(luò)上的媒體信息中，挖掘出用戶軌跡數(shù)據(jù)，并從多個用戶軌跡中提取出用戶感興趣的地理位置，然后挖掘出用戶的序列路徑軌跡模式，并使用一種排序機制對所獲取的路徑軌跡模式進行排序，從而獲取到相關(guān)的出行路徑軌跡模式。具體研究內(nèi)容包括：
　　 首先，根據(jù)從Flickr網(wǎng)站上獲取的照片數(shù)據(jù)的特點，建立社會網(wǎng)絡(luò)和地理信息聯(lián)合描

3、述模型；以聯(lián)合描述模型為依據(jù)，按照不同用戶上傳的時間順序提取出照片的經(jīng)緯度信息，采用二次聚類方法對地理信息進行處理，獲取到空間位置相近的有代表的地理位置數(shù)據(jù)集和相應(yīng)的照片圖片集。
　　 其次，針對獲取的地理位置數(shù)據(jù)集，提出路徑軌跡模式挖掘方法(Social PathTrajectory Pattern Mining，SPTPM)。該挖掘方法包括兩個步驟：(1)基于PreFixSpan算法的序列路徑軌跡模式挖掘，獲取不同用戶的序列

4、路徑軌跡模式。對挖掘的結(jié)果分析發(fā)現(xiàn)，大多數(shù)的序列軌跡模式都包含了重要的地理位置，但顯示的信息有限，而且挖掘出的路徑軌跡數(shù)量龐大，許多序列軌跡模式中包含有相同的子模式。(2)提出路徑軌跡模式排序算法(Social Path Trajectory Pattern Ranking)，把用戶、地理位置和路徑軌跡三者之間的相互影響，加入到路徑軌跡模式的排序中，挖掘出相關(guān)的路徑軌跡模式的排序。
　　 最后，為了驗證本文所使用方法的有效性和正