当前,位置获取技术的进步和移动设备的普及对基于位置社交网络的发展产生了重要的推动作用。人们可以在位置社交网络中上传带有地理标记的视频、照片或文本,也可以分享当前的位置信息,或者通过发布定位设备记录的轨迹来分享旅行路线。由此,产生了大量与位置相关的数据。以这些数据为基础可以构建用户线上社交与线下活动之间的映射关系,可以推动位置服务的发展。本课题以基于位置社交网络为研究基础,结合社交网络和数据挖掘等相关知识,对位置社交网络中用户社交关系以及社区结构的演化规律进行探索。从微观上研究移动对象的社交活动,从宏观上探索移动对象社交关系演化的规律和影响机理。本课题的主要研究内容包括以下几个方面:(1)基于签到数据,研究位置社交网络用户社交关系演化计算方法。社交关系是位置社交网络的重要组成部分,社交关系及其强度与位置社交网络的时空信息高度相关。本课题基于签到数据,提出了基于信息熵的用户社交关系演化计算方法。首先,通过分析位置社交网络的时空交互性,提取签到数据的时空信息构建用户交互向量;其次,引入信息熵的思想,以用户之间交互行为分布的时间多样性来对用户社交关系强度进行量化表示;最后,考虑用户之间关系的动态变化,结合用户兴趣漂移,构建了社交关系演化模型。实验表明,该方法有效地提高了用户社交关系强度计算的准确性。(2)基于社交活动,研究位置社交网络社区结构演化计算方法。社区结构是社交网络分析的基础,本课题基于社交活动研究社区结构随时间、事件、人物和空间变化的规律,提出了以位置为中心的社区结构演化计算方法。首先,基于用户的时空交互活动构建了社交网络时间模型;其次,结合位置和网络拓扑结构来发现以位置为中心的社区;最后,通过提取连续时间窗口中的社区来分析其结构的变化,从而全面地发现基于位置社交网络中社区结构的演化特性。实验表明,该方法有效地提高了社区发现以及社区结构演化的计算效率和准确性。(3)基于本课题研究成果,设计并实现了时空社交关系演化计算原型系统。本课题为了验证所提出的算法在真实数据集中的有效性,以基于信息熵的用户社交关系演化计算和以位置为中心社区结构演化计算为基础,设计并实现了基于位置社交网络的时空社交关系演化计算原型系统。从实践的角度,对基于位置社交网络中移动对象的演化进行探索。