一种大数据环境下的在线社交媒体位置推断方法

• 作者: 余伟 吴敏 李石君 杨莎 王凯 胡亚慧
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 大数据时代的机器学习研究专刊
• 页码范围: 2951-2963
• 页数: 13页
• 分类号: TP311
• 字数: 12292字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004907

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凯	武汉大学计算机学院	54	327	10.0	16.0
2	余伟	武汉大学计算机学院	34	260	10.0	14.0
3	李石君	武汉大学计算机学院	88	753	16.0	22.0
4	胡亚慧		18	74	5.0	8.0
5	杨莎	汉口学院计算机科学与技术学院	11	78	5.0	8.0
6	吴敏		2	8	1.0	2.0