根据用户历史位置记录挖掘用户的日常行为特点.docVIP

  根据用户历史位置记录挖掘用户的日常行 为特点 左志浩，纪阳** 5 10 15 20 25 30 35 40 （北京邮电大学信息与通信工程学院，北京 100876） 摘要：随着智能手机的普及，GPS 已经远远超越了帮助人们用来获取自己位置这一功能， 更成为用户提高自己社交效率，分析行为习惯的必要辅助设备。LBS（Location Based Service， 基于位置的服务）正是在这一大背景下发展得来的。当前已经有越来越多关于位置信息的算 法提出（例如 nDCG,MAP 算法在 LBS 中的应用）。本文的一系列分析计算是基于微软研究 院等的研究人员所提出的 HGSM（Hierarchical-graph-based Similarity Measurement，基于等 级结构图的相似度分析）算法。本文算法的目标是通过用户存储的历史位置记录，分析出该 用户日常行为习惯，即用户在某个固定的时间段经常去的地点，也就是“时间-地点关系” （Time-Location Relationship,TLR）。得出这一关系之后，可以对用户的出行规律有深入的 认识，进而做到商品、好友的相应推荐等。 关键词：基于位置的服务；算法；历史位置记录；用户行为 中图分类号：TN91 Mining User Daily Behavior Characteristics Based on User Location History ZUO Zhihao, JI Yang (Beijing University of Posts and Telecommunications, School of Information and Communication Engineering, Beijing 100876) Abstract: With the popularity of smart phones, GPS not only helps users locate themselves, but also helps users improve their social efficiency and analyze their behavior. The concept of LBS ( Location Based Service) is proposed in this condition. Nowadays, many algorithms (nDCG, MAP) about location history have been proposed. And the algorithm in this paper is proposed on HGSM (Hierarchical-graph-based Similarity Measurement) which is proposed by researchers of Microsoft Research Center. This algorithm, which is known as Time-Location Relationship (TLR) algorithm, is used to mine the relationship between time and location based on users location histories. Based on the above analysis, friends and commodities could be recommended more effectively. Key words: LBS; Algorithm; Location History; User Behavior 0 引言 随着移动互联网的兴起以及具有 GPS 功能的智能手机的普及，LBS 已经越来越多受到 业界的重视以及用户的喜爱，而且许多相关的基于地理位置的算法也被广大研究者提出。这 些算法包括基于实时位置的好友、商品推荐[1][2]，基于历史位置记录的路线归纳[3] 、运动模 式[4] [5]、重要地点[6] 、好友相似度计算[7]等等。本文主要关注的则是如何从用户一段时间内 的历史位置记录中，挖掘用户的日常行为习惯，例如上班、休息的地点等，并在本文中提出 TLR（Time-Location Relationship）算法以达到相应目标。 假定，在得到用户的允许下，我们能够提取用户的 GPS 数据历史记录，并基于这些数 作者简介：左志浩（1988-），男，学生，移动互联网 通信联系人：纪阳，男，教授，宽带移动通信新技术研究、移动互联网业务与应用、泛在网技术、Livinglab 创新模式. E-mail: ji.yang.0001@ -1-