基于时空数据的用户社交联系强度研究

• 作者: 严建峰 刘晓升 杨璐 陈元娟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: word2vec 位置权重 用户社交联系强度
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 251-254,274
• 页数: 5页
• 分类号: TP391
• 字数: 4981字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.1.054

摘要

word2vec是Google推出的一款将词表征为实数值的高效开源工具.采用该工具将时空数据中的每位用户表征为一个实数值向量并预测用户间社交联系的强度.提出了在word2vec学习过程中动态调整学习率的算法——Location-weight算法,根据不同位置的不同用户数目在学习过程中加入位置权重,并探索其对用户社交联系强度预测的影响.实验结果表明,加入位置权重的学习算法提高了用户社交联系强度预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓升	苏州大学计算机科学与技术学院	33	129	7.0	8.0
2	严建峰	苏州大学计算机科学与技术学院	33	149	8.0	10.0
3	陈元娟	苏州大学计算机科学与技术学院	2	10	2.0	2.0
4	杨璐	苏州大学计算机科学与技术学院	19	74	5.0	7.0