基于社交网络服务位置的用户相似性计算方法

doi:10.3969/j.issn.1006-2475.2015.07.003

计算机与现代化

基于社交网络服务位置的用户相似性计算方法

中国人民银行马鞍山市中心支行，安徽马鞍山243000

收稿日期:2015-02-05 出版日期:2015-07-23 发布日期:2015-07-28
作者简介:魏静(1970-)，女，安徽马鞍山人，中国人民银行马鞍山市中心支行工程师，研究方向：计算机应用。

User Similarity Calculation Based on Location for Social Network Services

Maanshan Center Branch, The Peoples Bank of China, Maanshan 243000, China

Received:2015-02-05 Online:2015-07-23 Published:2015-07-28

摘要/Abstract

摘要： 为了进一步改进基于位置的社交网络服务中用户的相似性计算，提出一种有效的使用位置语义计算用户相似性的新方法。该方法通过位置语义来准确地获取用户的意图以及兴趣爱好，并且能够根据层次位置类别计算出不同位置用户的相似性。通过实验验证，表明该方法优于传统的用户相似性计算方法。

关键词: 用户相似性, 社交网络, 基于位置的服务

Abstract: In order to further improve user similarity calculation based on social network service, this paper proposes a new effective method to calculate the user similarity using the semantics of the location. The method can obtain the users intentions and interests accurately, and calculates the user similarity according to different level position category. Experimental results verify that this method is superior to the traditional user similarity method.

Key words: user similarity, social networking, services based on location

中图分类号:

TP311.13

魏静. 基于社交网络服务位置的用户相似性计算方法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2015.07.003.

WEI Jing. User Similarity Calculation Based on Location for Social Network Services[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2015.07.003.

参考文献

［1］
李晓静，张晓滨. 基于LCS的用户时空行为兴趣相似性计算方法［J］. 计算机工程与应用， 2013，49(20):251-254.
［2］袁书寒，陈维斌，傅顺开. 位置服务社交网络用户行为相似性分析［J］. 计算机应用， 2012，32(2):322-325.
［3］朱立超，李治军，姜守旭. 基于位置的社交网络研究综述［J］. 智能计算机与应用， 2014，4(4):60-64.
［4］ Guy I, Ronen I, Wilcox E. Do you know?: Recommending people to invite into your social network［C］// International Conference on Intelligent User Interfaces. 2009:77-86.
［5］范超然，黄曙光，李永成. 微博社交网络社区发现方法研究［J］. 微型机与应用， 2012，31(23):67-70.
［6］ McDonald D W. Recommending collaboration with social networks: A comparative evaluation［C］// Proceedings of the Conference on Human Factors in Computing Systems. 2013:598-600.
［7］ Ehrlich K, Lin C Y, GriffithsFisher V. Searching for experts in the enterprise: Combining text and social network analysis［C］// Proceedings of the International ACM SIGGROUP Conference on Supporting Group Work. 2007:117-126.
［8］ Nisgav A, PattShamir B. Finding similar users in social networks: Extended abstract［C］// Proceedings of the 21st Annual ACM Symposium on Parallel Algorithms and Architectures. 2009:169-177.
［9］ Chen Yukun, Jiang Kai, Zheng Yu, et al. Trajectory simplification method for locationbased social networking services［C］// Proceedings of the International Workshop on Location Based Social Networks. 2009:33-40.
［10］Krumm J, Horvitz E. Predestination: Inferring destinations from partial trajectories［C］// Proceedings of the 8th International Conference on Ubiquitous Computing. 2006:243-260.
［11］Giannotti F, Nanni M, Pinelli F, et al. Trajectory pattern mining［C］// Proceedings of the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2008:330-339.
［12］Li Quannan, Zheng Yu, Xie Xing, et al. Mining user similarity based on location history［C］// Proceedings of the 16th ACM SIGSPATIAL International Symposium on Advances in Geographic Information Systems. 2008:134-136.
［13］吴大愚. 社交网络服务发展与现状研究［J］. 科技创新与应用, 2013(18):76-77.
［14］高永兵，杨红磊. 基于内容与社会过滤的好友推荐算法研究［J］. 微型机与应用， 2013，32(14):75-77.
［15］刘分，汤红波，葛国栋. 基于移动网络位置信息的群体发现方法［J］. 计算机应用研究， 2013，30(5):1471-1473.
［16］张利军，李战怀，王淼. 基于位置信息的序列频繁模式挖掘算法［J］. 计算机应用研究， 2009，26(2):529-531.
［17］刘旭，易东云. 基于局部相似性的复杂网络社区发现方法［J］. 自动化学报， 2011，37(12):1520-1529.

[1]	王君, 何进荣, 马乐荣. 《平凡的世界》人物关系网络分析[J]. 计算机与现代化, 2022, 0(06): 32-36.
[2]	吴杨１, 吴国文１, 张红１, 沈士根２, 曹奇英. 基于扩展传染病模型的谣言溯源[J]. 计算机与现代化, 2022, 0(01): 113-119.
[3]	万科. 社交网络中正影响支配集问题的轮转贪心算法[J]. 计算机与现代化, 2020, 0(09): 49-53.
[4]	赵倩文. 基于在线社交网络的JPS跳跃并行顶点采样方法 [J]. 计算机与现代化, 2020, 0(07): 55-60.
[5]	张创基 . 基于用户行为挖掘的融合社交网络推荐模型[J]. 计算机与现代化, 2020, 0(02): 55-.
[6]	李盼1，李宜广2，徐春1. 基于关键节点的网络热点信息抽取[J]. 计算机与现代化, 2019, 0(09): 60-.
[7]	朱帅，许国艳，李敏佳，张网娟. 基于LeaderRank的重叠社区发现算法[J]. 计算机与现代化, 2019, 0(03): 90-.
[8]	曾竟. 基于SALSA的社交网络重要节点发现算法[J]. 计算机与现代化, 2018, 0(12): 67-.
[9]	藏润强1，孙红光1,2，杨凤芹1,2，冯国忠1,2，尹良亮1. 基于Levenshtein和TFRSF的文本相似度计算方法[J]. 计算机与现代化, 2018, 0(04): 84-.
[10]	邱秀连1，田小虎1,2，廖闻剑1. 基于正负反馈的SEIR微博舆情传播模型[J]. 计算机与现代化, 2018, 0(02): 44-.
[11]	陈皋，吴广潮. 基于PageRank的在线社交网络消息传播模型[J]. 计算机与现代化, 2017, 0(1): 101-105.
[12]	伍转华. 异构信息网络的相似性度量方法[J]. 计算机与现代化, 2016, 0(3): 78-84.
[13]	申华1,2. 一种对抗社交网络链接作弊的算法#br# [J]. 计算机与现代化, 2015, 0(7): 1-.
[14]	王莹，郭宇春. 基于位置的社交网络链接预测特征研究[J]. 计算机与现代化, 2015, 0(4): 26-30.
[15]	邓钟晟. 基于主题文本的推断社会关系强度的熵模型[J]. 计算机与现代化, 2015, 0(2): 30-.

基于社交网络服务位置的用户相似性计算方法

User Similarity Calculation Based on Location for Social Network Services

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价