基于位置的社交网络关键技术研究

With the development and popularity of mobile networks and smart mobile devices, location-based services and social networks have been widely deployed. Location-based social networks recently attracted signifciant attention from the industry and academic communities.Based on the domestic and international research trends, this probject studies the key challenges and theory of location-based social networks. This project foucses on extracting high-quality locations of social network users, trying to make major breakthroughs in location-based influence analysis, and designing location and structure-aware search and recommendation algorithms. The project aims at developing a complete set of location-based social networks data processing theory, method and system. In summary, this project studies the following problems: (1) Location extraction for social-network users: extrating users'location information by mining user-published content, the relationship between users, and user corelations from different social networks. (2) Multi-dimensional influence analysis: devising multi-dimensional user influence analysis model by considering multi-dimensional information (such as user locations, discussion topics, etc.) .(3)Location and structure aware search and recommendation: integrating user locations and user structures to provide search and recommendation services and dveloping integration algorithms to support effective location and structure aware search and recommendation in location-based social networks.

随着移动互联网的发展和智能移动设备的普及，基于位置的服务和社交网络得到了广泛应用。近几年基于位置的社交网络得到了工业界和学术界的广泛关注。针对国内外的研究现状和发展趋势，本项目研究基于位置的社交网络的关键技术问题，以高质量获取社交网络用户的位置信息为切入点，设计基于位置的影响力分析模型，提出位置和结构感知的检索与推荐算法，创建一套完整的基于位置的社交网络数据处理的理论、方法和技术体系。项目具体研究内容包括：(1) 社交网络用户的位置信息获取：根据用户发表的内容、用户之间的关系以及多个社交网络用户的关联信息来挖掘用户的位置信息；(2) 面向多维度信息的用户影响力分析：研究面向多维度信息（例如用户位置、讨论话题、多社交网络等）的社交网络用户影响力分析模型；(3) 位置和结构感知的检索和推荐：研究利用用户位置信息和用户之间关系(结构)来为基于位置的社交网络用户提供高质量的检索和个性化推荐服务。

本项目主要研究基于位置的社交网络的关键技术问题，在社交网络用户位置信息提取，基于位置的影响力分析，位置和结构感知的检索与推荐三个方面取得了突破成果。.具体创新点包括：..1）.设计了一种社交网络用户位置提取方法，根据社交网络用户发表的文字信息可以抽取出用户的位置信息，从而可以丰富化社交网络信息，并可以辅助政府安全管理。该方法通过建立基于位置的知识图谱，通过知识图谱来发现与位置相关的关键词，再通过协同推理来推理用户的位置信息，准确率超过90%，召回率超过85%。设计了基于众包的方法来提升基于位置社交网络数据的质量。.2）.首次提出了基于位置的社交影响力分析，给出了形式化定义，证明了该问题是NP的，然后给出了近似比为1-1/e近似算法，设计了高效索引来提升算法效率，可以进行实时的社交影响力计算。还提出了多社交网络融合方法以及主题感知的影响力分析方法，通过不同维度来分析基于位置的社交网络。.3）.提出了融合社交、位置、文本的高效检索方法，并设计了3D索引来加速基于位置的社交网络检索效率，显著降低了减速时间。设计了高效的索引结构G-tree来支持基于路网的KNN搜索以及V-Tree来支持移动物体的搜索，并可以显著提升系统的吞吐量。.4）.研制了一个时空大数据分布式分析系统，可以对轨迹数据和位置数据进行实时分析，并应用到神州专车系统中，可以显著提升专车派单、导航的效率。..项目期间共发表论文32篇，其中CCF A类论文24篇，还获得了CIKM 2017最佳论文，APWeb 2014最佳论文奖和DASFAA 2014最佳论文提名奖。