基于用戶(hù)生成內(nèi)容的位置推斷方法

　　隨著在線社交媒體的快速發(fā)展和可定位設(shè)備的大量普及，地理位置作為社交媒體大數(shù)據(jù)中一種質(zhì)量極高的信息資源，開(kāi)始在疾病控制、人口流動(dòng)性分析和廣告精準(zhǔn)投放等方面得到廣泛應(yīng)用．但是，由于大量用戶(hù)沒(méi)有指定或者不能準(zhǔn)確指定位置，社交媒體上的地理位置數(shù)據(jù)十分稀疏．針對(duì)此數(shù)據(jù)稀疏性問(wèn)題，提出一種基于用戶(hù)生成內(nèi)容的位置推斷方法UGC-Ll（user generate content driven location inference method），實(shí)現(xiàn)對(duì)社交媒體用戶(hù)和生成文本位置的推斷，為基于位置的個(gè)性化信息服務(wù)提供數(shù)據(jù)支撐．通過(guò)抽取用戶(hù)生成文本中的本地詞語(yǔ)，構(gòu)建一個(gè)基于詞匯地理分布差異和用戶(hù)社交圖譜的概率模型，在多層次的地理范圍內(nèi)推斷用戶(hù)位置．同時(shí)，提出一個(gè)基于位置的參數(shù)化語(yǔ)言模型，計(jì)算用戶(hù)生成文本發(fā)出的城市．在真實(shí)數(shù)據(jù)集上進(jìn)行的評(píng)估實(shí)驗(yàn)表明：UGC-LI方法能夠在15km偏移距離準(zhǔn)確定位64.2%的用戶(hù)對(duì)用戶(hù)所在城市的推斷準(zhǔn)確率達(dá)到81.3%：同時(shí)，可正確定位32.7%的用戶(hù)生成文本發(fā)出的城市，與現(xiàn)有方法相比有明顯的提高．