基于改进重力模型的签到数据好友关系判断方法

摘要：

利用签到数据进行好友关系预测是基于位置的社交网络的主要研究方向之一.由于社会关系网络数据往往事先难以获取,为了能够仅依靠位置签到数据实现好友关系判断,提出了 一种基于改进重力模型的签到数据好友关系判断方法.首先,利用信息增益计算不同特征参数对好友关系的影响,并选择了用户居住地和时空共现区两个特征参数;然后,针对所选择的两个特征参数对重力模型进行改进,并利用Sigmoid函数将其值域映射到0～1,以便好友关系的判断及模型参数标定;最后,利用逻辑回归实现了模型参数的标定,并在测试数据集上实现了好友关系的预测.分别在Gowalla和Brightkite数据集上利用改进重力模型进行了交叉实验,并与好友关系概率模型进行了对比实验.结果表明,所提方法能够在仅仅依靠位置签到数据的条件下实现好友关系判断,模型在不同来源的数据之间具有较好的稳定性,且该方法的总体效果明显高于对比方法.

关键词：基于位置的社交网络、好友关系判断、重力模型、逻辑回归

所属期刊栏目：47

分类号：P208(一般性问题)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2022-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：604-612,638