一种大数据环境下的在线社交媒体位置推断方法

作     者：王凯 余伟 杨莎 吴敏 胡亚慧 李石君 WANG Kai;YU Wei;YANG Sha;WU Min;HU Ya-Hui;LI Shi-Jun

作者机构：武汉大学计算机学院湖北武汉430072 汉口学院计算机科学与技术学院湖北武汉430212 中船重工第七二二研究所湖北武汉430079 空军预警学院湖北武汉430000 

基　　金：国家自然科学基金(61272109 61502350) 中央高校基本科研业务费专项资金(2042014kf0057) 湖北省自然科学基金(2014CFB289) 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2015年第26卷第11期

页      码：2951-2963页

摘      要：随着在线社交媒体的快速发展和可定位设备的大量普及,地理位置作为社交媒体大数据中一种质量极高的信息资源,开始在疾病控制、人口流动性分析和广告精准投放等方面得到广泛应用.但是,由于大量用户没有指定或者不能准确指定位置,社交媒体上的地理位置数据十分稀疏.针对此数据稀疏性问题,提出一种基于用户生成内容的位置推断方法 UGC-LI(user generate content driven location inference method),实现对社交媒体用户和生成文本位置的推断,为基于位置的个性化信息服务提供数据支撑.通过抽取用户生成文本中的本地词语,构建一个基于词汇地理分布差异和用户社交图谱的概率模型,在多层次的地理范围内推断用户位置.同时,提出一个基于位置的参数化语言模型,计算用户生成文本发出的城市.在真实数据集上进行的评估实验表明:UGC-LI方法能够在15km偏移距离准确定位64.2%的用户,对用户所在城市的推断准确率达到81.3%;同时,可正确定位32.7%的用户生成文本发出的城市,与现有方法相比有明显的提高.

主 题 词：位置推断 用户生成内容 数据稀疏性 在线社交媒体 社交图谱 

学科分类：08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 081202[081202] 

核心收录：

D　O　I：10.13328/j.cnki.jos.004907

馆 藏 号：203249252...