基于微博的位置推測技術(shù)研究.pdf

1、微博已經(jīng)成為人們快速分享和傳播信息的平臺,其特點是全民都可以在微博上隨時隨地發(fā)布和分享信息。為了實現(xiàn)基于位置的服務(wù),如何從分散和多樣化的信息中推測用戶的位置成為了微博時代面臨的一個難點和熱點問題。結(jié)合國內(nèi)外現(xiàn)有的位置推測技術(shù),以已知的位置知識為前提,針對如何提高不同地理粒度下位置推測的準(zhǔn)確率和解決位置信息的稀疏性問題,本文對基于微博的位置推測技術(shù)進行了研究。
　　首先,為了實現(xiàn)在城區(qū)和街道級別的粒度下位置推測,提出了一種基于語言模

2、型的微博位置推測方法。充分利用微博中城區(qū)和街道粒度下地理信息的特征,通過改進的本地詞匯提取算法來構(gòu)建基于語言模型的微博位置推測方法。實驗結(jié)果表明,該方法可以實現(xiàn)一元語言模型和二元語言模型下的城區(qū)級別位置推測,f-measure分別為0.32和0.34。同時可以實現(xiàn)城區(qū)和街道粒度下位置推測,且召回率分別達到了24.9％和16.36%;同時實驗結(jié)果也表明現(xiàn)有微博位置推測技術(shù)的準(zhǔn)確率和召回率還有待提高,尤其是需要解決位置信息稀疏性的問題。

3、r>　　其次,針對在微博位置信息稀疏性情況下位置推測精度不高的問題,提出了一種基于微博內(nèi)容的用戶位置的推測方法。先從用戶的微博內(nèi)容中提取與地理相關(guān)的本地詞匯,并計算不同地區(qū)本地詞匯的權(quán)重;然后憑借分詞后的微博內(nèi)容與本地詞匯的匹配程度來對用戶的位置進行推測。實驗結(jié)果表明,基于微博內(nèi)容的位置推測方法在省份級別和城市級別上的準(zhǔn)確率分別達到了68.49%和66.52%,優(yōu)于已有的基于基準(zhǔn)算法、地名詞典和TEDAS的位置推測方法。
　　最后