基于位置的社會(huì)網(wǎng)絡(luò)中用戶社區(qū)發(fā)現(xiàn)方法研究.pdf

1、近年來，隨著社會(huì)網(wǎng)絡(luò)與位置服務(wù)的逐漸融合，形成了基于位置的社會(huì)網(wǎng)絡(luò)(Location-based Social Network,LBSN)。這種新興的LBSN通過移動(dòng)用戶的位置簽到功能，把線上虛擬社會(huì)與線下真實(shí)世界關(guān)聯(lián)在一起，比傳統(tǒng)的社會(huì)網(wǎng)絡(luò)具有更復(fù)雜的關(guān)系結(jié)構(gòu)特征和更廣泛的應(yīng)用服務(wù)。在LBSN的拓?fù)涮卣?、群體行為演化、鏈接預(yù)測等應(yīng)用研究中用戶社區(qū)起著至關(guān)重要的作用，遺憾的是，LBSN作為一種多模異構(gòu)的復(fù)合網(wǎng)絡(luò)，存在不同的實(shí)體對(duì)象和異構(gòu)

2、關(guān)系，而現(xiàn)有的社區(qū)發(fā)現(xiàn)方法并不適用于這種新型網(wǎng)絡(luò)結(jié)構(gòu)。
　　為此，針對(duì)LBSN中用戶-地理標(biāo)簽簽到關(guān)系的時(shí)空特性，本文提出一種新的網(wǎng)絡(luò)建模方法稱為UL網(wǎng)絡(luò)模型，通過路徑融合計(jì)算發(fā)現(xiàn)具有共同k-路徑的用戶偏好群，并提出基于共同k-路徑的用戶相似度量，將原有用戶關(guān)系網(wǎng)絡(luò)轉(zhuǎn)換為以該相似度為邊權(quán)重的加權(quán)網(wǎng)絡(luò)，最后使用Louvain算法發(fā)現(xiàn)LBSN中非重疊的用戶社區(qū)。通過對(duì)Yelp數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，本文所提的方法能有效發(fā)現(xiàn)LBSN中的

3、用戶偏好群，與傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法（Louvain）相比，本文的算法發(fā)現(xiàn)的社區(qū)能在保持拓?fù)浣Y(jié)構(gòu)內(nèi)聚性的同時(shí)改善用戶偏好內(nèi)聚性。
　　此外，為了融合LBSN中多模實(shí)體及其異構(gòu)關(guān)系，本文提出了一種基于聯(lián)合聚類的用戶多標(biāo)簽社區(qū)發(fā)現(xiàn)方法Multi-BVD。該方法先給出了融合用戶社會(huì)關(guān)系、用戶-地理標(biāo)簽簽到關(guān)系和地理標(biāo)簽轉(zhuǎn)移關(guān)系等多維關(guān)系的社區(qū)劃分目標(biāo)函數(shù)，然后使用拉格朗日乘子法得到目標(biāo)函數(shù)極小值的迭代更新規(guī)則，并運(yùn)用矩陣塊值分解技術(shù)來確定最