[发明专利]用于基于隐匿轨迹发现社会联系的方法和装置

说明书

提供了一种基于隐匿轨迹发现用户之间的社会联系的方法。在一种方法中，将第一用户的第一轨迹的隐匿区域和第二用户的第二轨迹的隐匿区分别转换成对应的语义区域，其中，语义区域用对应隐匿区域的语义含义来表示。转换的语义区域被映射到分层语义树的节点，其中，分层语义树的每个节点对应语义区域。根据被映射到第一轨迹的语义区域的节点与被映射到第二轨迹的语义区域的节点之间的关系，可以推测第一用户和第二用户之间的社会联系。

技术领域

本发明一般涉及信息技术和社交网络技术。更具体地，本发明涉及用于基于用户的隐匿轨迹来发现用户的社会联系的方法和装置。

背景技术

基于位置的社交网络应用在全世界都非常受欢迎。越来越多的人正在使用支持全球定位系统(GPS)的设备来记录他们的户外位置和活动。人们与朋友分享他们当前的位置和活动也正变得非常普遍。这种共享信息预期会对社交网络产生重大影响。最近的研究表明，个人的移动模式可以由他们的社会联系来塑造。同样，人的轨迹可以用来推测就个人之间的关系而言的人们的社会联系。例如，根据个人的位置历史，社会联系通常通过个人在空间和时间维度上的相似度来推测。

一般来说，通过使用准确的地理位置来发现社会联系是不切实际的，因为它可能会导致隐私泄露。由于位置信息是非常有用的隐私信息，所以不可信的应用服务器可能会保存用户的位置数据并将其泄漏给制造隐私风险的第三方。空间隐匿是用于提供位置隐私的常用技术。隐匿轨迹可以用不精确的位置信息来反映人移动性的某些规律，同时避免了泄漏准确的地理位置的风险。然而，隐匿轨迹是不精确的，使得更难以分析轨迹来进一步推测社会联系。

因此，提供一种有效和精确地从隐匿轨迹中发现社会联系的方法在本技术领域中将是进步的。

发明内容

为了克服上述问题，并且为了克服在阅读和理解现有技术时会变得显而易见的限制，本公开提供了一种途径。

根据一个实施例，一种方法包括将第一用户的第一轨迹的隐匿区域和第二用户的第二轨迹的隐匿区域分别转换成对应的语义区域。语义区域用对应隐匿区域的语义含义来表示。该方法还包括将转换的语义区域映射成分层语义树的节点。分层语义树的每个节点对应于语义区域。该方法还包括根据被映射到第一轨迹的语义区域的节点与被映射到第二轨迹的语义区域的节点之间的关系来推测第一用户和第二用户之间的社会联系。

在示例性的实施例中，隐匿区域可以通过以下而被转换成对应的语义区域：在隐匿区域中选择多于一个的样本位置；导出与多于一个的样本位置中的每一个相关联的语义含义；以及从与多于一个的样本位置中的每一个相关联的语义含义推断隐匿区域的语义含义。

在示例性的实施例中，通过选择具有涵盖与多于一个的样本位置相关联的所有语义的语义含义的语义区域并将其作为隐匿区域的语义区域，可以推断出隐匿区域的语义含义。

在示例性的实施例中，通过基于样本位置的地理坐标的反向地理编码来，可以导出与样本位置相关联的语义含义。

在示例性的实施例中，该方法可以进一步包括：将在同一时期内发生的第一轨迹和第二轨迹上的语义区域识别为成对区域；将在同一时期内发生的第一轨迹和第二轨迹上的语义区域识别为成对区域；从计算的相似度来推导第一轨迹和第二轨迹之间的相似度。

在示例性的实施例中，基于以下三个方面中的至少一个中的因素来计算被映射到所识别成对区域中的一对的语义区域的节点之间的相似度：分层语义树中被映射到成对区域中的一对的语义区域的节点的最低共同祖先节点的层；所述分层树中被映射到所述成对区域中的一对的语义区域的节点之间的最短长度路径；以及所述分层树中被映射到所述成对区域中的一对的语义区域的节点的层。

在示例性的实施例中，根据不同的隐私级别，第一轨迹的区域和第二轨迹的区域通过k-匿名算法来隐匿。