[发明专利]一种异构社交网络位置实体锚链接识别方法

说明书

本发明公开了一种异构社交网络位置实体锚链接识别方法，所述方法包括如下步骤：步骤一、对Gsubgt;1/subgt;和Gsubgt;2/subgt;中位置的位置名进行相似度判定；步骤二、对Gsubgt;1/subgt;和Gsubgt;2/subgt;中位置的经纬度进行相似度判定；步骤三、对Gsubgt;1/subgt;和Gsubgt;2/subgt;中位置的位置相关用户评论进行相似度判定；步骤四、对Gsubgt;1/subgt;和Gsubgt;2/subgt;中位置的位置相关用户访问时间进行相似度判定；步骤五、实现两个异构社交网络Gsubgt;1/subgt;和Gsubgt;2/subgt;中锚链接用户访问位置关联关系识别；步骤六、构建多组二维矩阵进行识别产生的结果并计算基于位置属性和锚链接用户位置关联关系的位置相似度；步骤七、通过KM算法实现位置锚链接的最佳匹配。实验结果表明，本发明提出的位置实体锚链接识别方法在识别准确率上较已有方法有了一定程度的提升。

技术领域

本发明属于社交网络分析技术领域，涉及一种异构社交网络中对位置实体进行锚链接识别的方法，具体涉及一种异构社交网络中基于锚链接用户的位置锚链接识别的方法。

背景技术

随着计算机和互联网深入到人们的生活中，越来越多的人使用网络进行社交，而单一的网络结构已经无法满足人们的需求，因此异构网络也应运而生。异构社交网络通常包括多个抽象实体，这些实体以及他们之间的关系组成一个庞大的社交网络，如国外的Facebook、Twitter以及国内的新浪微博、豆瓣等，这些在线社交网络已经在我们的生活中占据了重要位置，改变了我们的生活方式。具体如图1所示。地理位置服务的兴起也使得一些基于位置的社交网络逐渐进入人们的生活，如国外的Foursquare、Gowalla和国内的街旁等社交平台。而作为传统的社交平台如Twitter、YouTube等也引入了位置信息，使得用户可以在发布内容时共享位置并根据范围寻找好友等。因此越来越多的研究人员从地理位置方面出发，在进行用户分析时，对用户的移动行为归纳总结与研究。早期的社交网络主要根据虚拟网络中的静态结构以及动态结构进行分析，无法与现实结合。而基于位置的社交网络的出现，能够将虚拟网络的研究与现实空间联系在一起，产生多维度的研究成果。位置作为社交网络的重要特性之一，主要分为绝对位置、相对位置以及语义位置。用户的兴趣爱好以及移动行为模式通过位置信息的研究与分析能够有效的展现出来。

对于位置实体锚链接，近几年研究比较少。Zhang Jiawei和Philip S.Yu通过分析对齐社交网络中的用户与位置实体，对Foursquare和Twitter中的用户锚链接与位置锚链接进行了预测。作者提出了以位置为出发点的半监督链接预测方法，该方法将社交网络中用户的潜在关系信息和对应的签到位置信息相结合，进而强化了学习模型，最后通过实验表明位置特征对链接预测性能的提高很显著。现有工作中，研究位置锚链接对位置推荐有很大的贡献。李朔研究了基于位置的社交网络中地点推荐方法，并提出了一个改进的推荐方法，方法中将位置语义与距离等因素作为重要的考量因素。用户通过社交网络的位置服务功能可以获取当前位置信息，以便于好友间位置的获取，同时位置信息在社交网络中的传递，更加方便了用户的位置共享和评论等需求。用户不仅仅可以通过传递位置信息，而且通过位置信息进行用户与用户信息之间的交互。国外的Foursquare社交平台是一个基于地理信息的网络平台，人们主要通过分享自己当下所在的地址位置信息进而与好友交流。Twitter作为一个社交网络平台也添加了位置共享的功能。国内的新浪微博、百度贴吧等等也都具有地理位置分享的功能。位置信息在社交网络中占有着重要的位置，对用户身份识别、用户推荐以及在刻画用户画像等方面都十分关键。

发明内容

本发明为了提高异构社交网络中位置实体锚链接的识别准确率，提供了一种异构社交网络位置实体锚链接识别方法。

本发明的目的是通过以下技术方案实现的：

一种异构社交网络位置实体锚链接识别方法，包括如下步骤：