移动社交网络中的用户行为预测模型.pdfVIP

第 8 卷  第 5 期  2012 年 5 月 移动社交网络中的 用户行为预测模型 唐　杰　杨　洋 关键词 ：移动社交网络　用户行为建模 清华大学 移动社交网络已经成为沟通真实物理世界和虚 实反应。 [1] 拟互联空间的桥梁。人们在互联网络中的行为直接 研究表明 ，用户在移动社交网络中的行为会 反映了人们在真实世界中的活动和情感。为了对个 被众多微妙的因素所影响。那么，能否通过记录用 人的网络行为和情感进行预测，本文将介绍如何利 户的行为和在网络中关系的动态变化对其行为进行 用互联网络构建个人社交场景，并提出动态平滑概 预测呢？ 率因子图模型。模型同时考虑了网络结构、用户属 图１是用户行为预测问题的一个样例。图的 性和网络用户的偏好，对用户的动态行为进行建模 左侧展示了用户约翰 （J o h n ）及其朋友的社交网 和预测。 络，每一位用户在时间t 上都有相应的行为记录， 目的是预测用户在时间t + 1的行为，例如在微博或 介绍 者T w i t t er 网络中，约翰会转发他朋友发出的帖子 吗？这需要对用户行为进行建模，建模过程不仅要 与传统的社交网络服务相比，移动社交网络 考虑用户的个人属性 （如心情、位置、电话、短信 具有允许用户通过手机、平板电脑等移 动终端工具实时互相关注及联系的独特 Social influence 优势。如今，F aceb ook 、Twitter和人人 Time t 网等热门社交网络都在逐步转向移动 Time t(t+1) 端。同时，移动社交网络如Foursquare 、 John John Gowall a和P ath等也相继出现并走红于市 场。移动社交网络所拥有的一些自然特 性与传统的、基于W e b 的社交网络大为 Social correlation 不同：首先，移动社交网络中的所有用 户都采取实名制；其次，移动社交网络 What will John do tomorrow 中用户之间的关系更贴近于他们的真实 关系；再次，移动社交网络中用户的一 Temporal dependence 切行为 （如发短信、打电话、位置信息 等）都是物理社交网络中用户行为的真 图1　用户行为预测问题示例 21 专题 第 8 卷  第 5 期  2012 年 5 月 0.7 5 糟糕 通话 0.6 不快 短信 正常 愉悦 4 率 概 0.5 兴奋 数 计 化