论文部分内容阅读
随着智能移动设备的普及,移动互联网得到迅猛的发展。互联网的发展使得社交网络(Social Network)应运而生。而定位技术的多样化使得人们无论在室内还是室外都很容易通过智能移动设备获取他们自身的物理位置。当社交网络和多样化定位技术融合在一起,便促发了位置社交网络(Location-based Social Network, LBS)的出现。在位置社交网络上,由于它的诸多优势,用户的位置数据得到了大量的积累。大规模的位置数据背后一定隐藏着人们各式各样的生活模式和个人偏好。因而,对于这些数据的挖掘,可以发现出这些数据背后的模式、规律和偏好,从而利用这些知识来给人们带去生活上的便利,让他们学习到更多新鲜的知识,而且同时也可以让商家通过更为精准的广告、推荐的方式高效地获取更多的利益。为此,本文的工作重点着眼于从过去、现在和将来三个角度进行大规模位置数据的挖掘工作,具体包括用户的位置命名、位置预测、位置推荐三个大类问题。然而,在这种大规模数据上进行这些挖掘工作,需要应对诸多挑战,包括了数据规模、数据稀疏性、多源数据融合和分布不均匀性等等。针对这些挑战,我们提出了相应的应对办法,来解决位置命名、位置预测和位置推荐等相关问题。具体而言,本文的主要研究成果、贡献和创新点可概括为以下几点:1)我们提出位置命名问题,将其中从物理位置到兴趣点位置的映射问题归结为机器学习中的排序学习问题,从而可以自动地根据用户的当前位置提供适合时机的语义名字。在方法中,我们把位置命名和本地搜索做类比,设计了一个本地搜索的框架,基于此提出用户时空偏好模型(STUP)来做位置命名。STUP基于排序学习算法结合了三个部分的模型,分别是用户偏好模型,空间偏好模型以及时间偏好模型。在提取用户偏好模型时,为了克服用户签到数据的稀疏性,我们利用排序优化的协同过滤来学习用户兴趣以增强用户偏好。另外,为了融合来自于社交网络中的社交关系,我们为排序优化的目标添加朋友间行为模式的相近性约束。在基于点评网上的签到数据进行算法的评测。我们发现STUP会优于所提出的基准算法,可以给23.6%-26.6%的测试查询返回准确的语义名字。2)我们提出探索预测问题,来预测人们下个访问位置是否是他们以前未访问过的位置,并把它归结为一个二分类问题。在这个二分类问题中,我们提出三类特征,也就是基于历史特征、基于时间的特征和基于空间的特征,这些特征不仅反映了人们追求新奇的个性特质,也体现了人们当时的追求新奇的状态。基于这个探索预测问题,我们提出协同探索周期回归的位置预测模型来融合位置预测和位置推荐,从而利用相似用户的行为模式来缓解数据的稀疏性给位置预测带来的影响。当人们被预测去做探索的时候,借助位置推荐算法找到他们可能感兴趣并且与他们活动区域相近的位置;当人们被预测去做回归的时候,借助常规的位置预测算法来找出他们下一个最有可能会出现的地方。针对这种对位置访问历史进行分治的必要性,我们从多个角度进行了全面分析。另外,在常规位置预测算法的学习中,针对位置访问频率的不均匀性,我们采用了能产生这种不均匀性的先验分布来做贝叶斯学习。在两个大规模的分别具有6M和36M签到的数据集上进行实例研究和评测。评测结果表明探索预测在两个数据集上的误分类率只有20%左右,远远地优于基准方法;相比于常规的位置预测方法,CEPR可以提高位置预测的性能多达30%。此外,我们还分析了常规位置的可预测性,并验证了序列属性、时间规律性在位置历史中的存在性。3)我们提出基于地理建模内嵌的矩阵分解模型来做位置推荐,以应对来自于用户-兴趣点矩阵极其稀疏的特性带来的挑战。这个模型从签到数据提供隐式反馈出发,提出利用加权矩阵分解来做兴趣点推荐,而且给从矩阵分解中学习得到的用户隐向量和兴趣点隐向量进行扩展,分别增加了用户活动区域向量和兴趣点影响向量。基于这个增强模型,我们不仅能从二维密度估计的角度来刻画空间聚集效应,而且还解释了为何对这个效应的建模可以来解决矩阵稀疏的问题。我们在一个大规模的位置社交网络数据上进行了评测。评测的结果发现这个加权矩阵分解会比其他形式的分解模型和基于用户的协同过滤方法好,而且把空间聚集效应整合到矩阵分解之后提高了推荐的性能。