典型文献
基于改进重力模型的签到数据好友关系判断方法
文献摘要：
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.
文献关键词：
基于位置的社交网络;好友关系判断;重力模型;逻辑回归
中图分类号：
作者姓名：
张政;江南;曹一冰;张江水;杨振凯
作者机构：
信息工程大学地理空间信息学院,河南 郑州,450052
文献出处：
引用格式：
[1]张政;江南;曹一冰;张江水;杨振凯-.基于改进重力模型的签到数据好友关系判断方法)[J].武汉大学学报（信息科学版）,2022(04):604-612,638
A类：
好友关系判断,Brightkite
B类：
改进重力模型,签到数据,判断方法,基于位置的社交网络,社会关系网络,网络数据,往事,事先,信息增益,居住地,Sigmoid,值域,射到,模型参数标定,逻辑回归,测试数据,Gowalla,交叉实验,概率模型,不同来源,比方
AB值：
0.235039
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
