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

来源：

计算机工程与应用 | 2015年 / 07期

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

页码：118 / 123

页数：6

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,

← 1 →