基于位置社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘.pdf

1、隨著智能移動設(shè)備的普及，移動互聯(lián)網(wǎng)得到迅猛的發(fā)展?；ヂ?lián)網(wǎng)的發(fā)展使得社交網(wǎng)絡(luò)（Social Network）應(yīng)運而生。而定位技術(shù)的多樣化使得人們無論在室內(nèi)還是室外都很容易通過智能移動設(shè)備獲取他們自身的物理位置。當(dāng)社交網(wǎng)絡(luò)和多樣化定位技術(shù)融合在一起，便促發(fā)了位置社交網(wǎng)絡(luò)(Location-based SocialNetwork,LBS)的出現(xiàn)。在位置社交網(wǎng)絡(luò)上，由于它的諸多優(yōu)勢，用戶的位置數(shù)據(jù)得到了大量的積累。大規(guī)模的位置數(shù)據(jù)背后一定隱藏著

2、人們各式各樣的生活模式和個人偏好。因而，對于這些數(shù)據(jù)的挖掘，可以發(fā)現(xiàn)出這些數(shù)據(jù)背后的模式、規(guī)律和偏好，從而利用這些知識來給人們帶去生活上的便利，讓他們學(xué)習(xí)到更多新鮮的知識，而且同時也可以讓商家通過更為精準(zhǔn)的廣告、推薦的方式高效地獲取更多的利益。為此，本文的工作重點著眼于從過去、現(xiàn)在和將來三個角度進(jìn)行大規(guī)模位置數(shù)據(jù)的挖掘工作，具體包括用戶的位置命名、位置預(yù)測、位置推薦三個大類問題。然而，在這種大規(guī)模數(shù)據(jù)上進(jìn)行這些挖掘工作，需要應(yīng)對諸多挑戰(zhàn)

3、，包括了數(shù)據(jù)規(guī)模、數(shù)據(jù)稀疏性、多源數(shù)據(jù)融合和分布不均勻性等等。針對這些挑戰(zhàn)，我們提出了相應(yīng)的應(yīng)對辦法，來解決位置命名、位置預(yù)測和位置推薦等相關(guān)問題。具體而言，本文的主要研究成果、貢獻(xiàn)和創(chuàng)新點可概括為以下幾點:
　　1)我們提出位置命名問題，將其中從物理位置到興趣點位置的映射問題歸結(jié)為機(jī)器學(xué)習(xí)中的排序?qū)W習(xí)問題，從而可以自動地根據(jù)用戶的當(dāng)前位置提供適合時機(jī)的語義名字。在方法中，我們把位置命名和本地搜索做類比，設(shè)計了一個本地搜索的框架，

4、基于此提出用戶時空偏好模型(STUP)來做位置命名。STUP基于排序?qū)W習(xí)算法結(jié)合了三個部分的模型，分別是用戶偏好模型，空間偏好模型以及時間偏好模型。在提取用戶偏好模型時，為了克服用戶簽到數(shù)據(jù)的稀疏性，我們利用排序優(yōu)化的協(xié)同過濾來學(xué)習(xí)用戶興趣以增強用戶偏好。另外，為了融合來自于社交網(wǎng)絡(luò)中的社交關(guān)系，我們?yōu)榕判騼?yōu)化的目標(biāo)添加朋友間行為模式的相近性約束。在基于點評網(wǎng)上的簽到數(shù)據(jù)進(jìn)行算法的評測。我們發(fā)現(xiàn)STUP會優(yōu)于所提出的基準(zhǔn)算法，可以給23

5、.6％-26.6％的測試查詢返回準(zhǔn)確的語義名字。
　　2)我們提出探索預(yù)測問題，來預(yù)測人們下個訪問位置是否是他們以前未訪問過的位置，并把它歸結(jié)為一個二分類問題。在這個二分類問題中，我們提出三類特征，也就是基于歷史特征、基于時間的特征和基于空間的特征，這些特征不僅反映了人們追求新奇的個性特質(zhì)，也體現(xiàn)了人們當(dāng)時的追求新奇的狀態(tài)?；谶@個探索預(yù)測問題，我們提出協(xié)同探索周期回歸的位置預(yù)測模型來融合位置預(yù)測和位置推薦，從而利用相似用戶的行為

6、模式來緩解數(shù)據(jù)的稀疏性給位置預(yù)測帶來的影響。當(dāng)人們被預(yù)測去做探索的時候，借助位置推薦算法找到他們可能感興趣并且與他們活動區(qū)域相近的位置;當(dāng)人們被預(yù)測去做回歸的時候，借助常規(guī)的位置預(yù)測算法來找出他們下一個最有可能會出現(xiàn)的地方。針對這種對位置訪問歷史進(jìn)行分治的必要性，我們從多個角度進(jìn)行了全面分析。另外，在常規(guī)位置預(yù)測算法的學(xué)習(xí)中，針對位置訪問頻率的不均勻性，我們采用了能產(chǎn)生這種不均勻性的先驗分布來做貝葉斯學(xué)習(xí)。在兩個大規(guī)模的分別具有6M和3

7、6M簽到的數(shù)據(jù)集上進(jìn)行實例研究和評測。評測結(jié)果表明探索預(yù)測在兩個數(shù)據(jù)集上的誤分類率只有20％左右，遠(yuǎn)遠(yuǎn)地優(yōu)于基準(zhǔn)方法;相比于常規(guī)的位置預(yù)測方法，CEPR可以提高位置預(yù)測的性能多達(dá)30％。此外，我們還分析了常規(guī)位置的可預(yù)測性，并驗證了序列屬性、時間規(guī)律性在位置歷史中的存在性。
　　3)我們提出基于地理建模內(nèi)嵌的矩陣分解模型來做位置推薦，以應(yīng)對來自于用戶-興趣點矩陣極其稀疏的特性帶來的挑戰(zhàn)。這個模型從簽到數(shù)據(jù)提供隱式反饋出發(fā)，提出利用

8、加權(quán)矩陣分解來做興趣點推薦，而且給從矩陣分解中學(xué)習(xí)得到的用戶隱向量和興趣點隱向量進(jìn)行擴(kuò)展，分別增加了用戶活動區(qū)域向量和興趣點影響向量?；谶@個增強模型，我們不僅能從二維密度估計的角度來刻畫空間聚集效應(yīng)，而且還解釋了為何對這個效應(yīng)的建模可以來解決矩陣稀疏的問題。我們在一個大規(guī)模的位置社交網(wǎng)絡(luò)數(shù)據(jù)上進(jìn)行了評測。評測的結(jié)果發(fā)現(xiàn)這個加權(quán)矩陣分解會比其他形式的分解模型和基于用戶的協(xié)同過濾方法好，而且把空間聚集效應(yīng)整合到矩陣分解之后提高了推薦的性能