融合位置和社交属性的热点轨迹聚类算法

被引:4
作者
袁怀旺 [1 ]
李积丰 [2 ]
徐彪 [1 ]
霍欢 [1 ]
机构
[1] 上海理工大学光电信息与计算机工程学院
[2] 菲沙·河谷大学计算机信息系统系
关键词
社交网络; 轨迹; 用户亲密度; 位置信息; 聚类;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
摘要
提出一种新的热点轨迹聚类算法(LSHT),结合社交网络中的位置属性和社交特征,利用基于位置的社交网络(LBSN)用户中的好友关系特征,引入用户亲密度和用户活跃度,对用户之间的联系进行分析;提出对用户轨迹进行评分的评分函数,计算用户轨迹的影响力。结合用户亲密度和轨迹评分值,挖掘用户好友中的热点轨迹。该算法能够将热门轨迹中的不真实轨迹进行过滤。实验表明,该算法能更快更准确地挖掘出用户好友中的热点轨迹。
引用
收藏
页码:118 / 123
页数:6
相关论文
共 6 条
[1]
基于位置的社交网络用户签到及相关行为研究 [J].
李敏 ;
王晓聪 ;
张军 ;
刘正捷 .
计算机科学, 2013, 40 (10) :72-76
[2]
轨迹数据库中热门区域的发现 [J].
刘奎恩 ;
肖俊超 ;
丁治明 ;
李明树 .
软件学报, 2013, 24 (08) :1816-1835
[3]
基于移动通信数据的用户移动轨迹预测方法 [J].
刘震 ;
付俊辉 ;
赵楠 .
计算机应用与软件, 2013, 30 (02) :10-13+17
[4]
一种基于空间相依性的移动对象聚类算法 [J].
苏孝强 ;
倪宏 .
微计算机应用, 2011, 32 (05) :39-44
[5]
移动对象子轨迹段分割与聚类算法 [J].
张延玲 ;
刘金鹏 ;
姜保庆 .
计算机工程与应用, 2009, 45 (10) :65-68
[6]
Learning travel recommendations from user-generated GPS traces[J] Yu Zheng;Xing Xie ACM Transactions on Intelligent Systems and Technology (TIST) 2011,