CN107194560-CN201710335698-LBSN中基于好友聚类的社交搜索评价方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107194560 A (43)申请公布日 2017.09.22 (21)申请号 201710335698.6 (22)申请日 2017.05.12 (71)申请人 东南大学 地址 211189 江苏省南京市江宁区东南大 学路2号 (72)发明人 曹玖新　孙洋　周丹丹　 (74)专利代理机构 南京众联专利代理有限公司 32206 代理人 杜静静 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/00(2012.01) G06F 17/30(2006.01) 权利要求书3页 说明书8页 附图1页 (54)发明名称 LBSN中基于好友聚类的社交搜索评价方法 (57)摘要 本发明公开了LBSN中一种基于好友聚类的 社交搜索评价方法。从Foursquare真实数据集中 提取基于位置信息和联系人信息等多维特征，提 出基于好友聚类的KNN搜索算法，设计基于倒排 索引的搜索引擎，结合距离等因素使搜索结果更 加精确、搜索速度得到提升。为使搜索结果更加 精确，首先，在研究用户好友的基础上，对好友进 行聚类。由于LBSN属于异构网络，数据集比较稀 疏，通过聚类可以使数据更加稠密，消除奇异点， 降低因数据稀疏导致的不利影响；其次，搜索算 法的设计上，在考虑了传统社交影响力的基础 上，增加了专业相关度和距离远近两个指标，即 A 综合搜索得分、社交得分和距离得分。最后，综合 0 三个指标构建并训练线性规划模型得到搜索结 6 5 4 果，使得搜索结果是用户满意的。 9 1 7 0 1 N C CN 107194560 A 权　利　要　求　书 1/3页 1.一种LBSN中基于好友聚类的社交搜索评价方法，其特征在于，所述评价方法包括以 下步骤，1)爬取的Foursquare真实数据集中有联系人信息和位置信息，通过对数据的统计 与分析，提取出联系人特征、签到特征、评价特征和时间特征，共15种数据类型，包括用户 ID、好友ID、签到ID、签到位置描述、签到发生时区、签到位置ID、签到位置经纬度、签到位置 名称、签到位置的类型ID、签到位置的类型名称、签到发生时间、评价文本ID、评价文本内 容、评价发生时间，构建社交搜索模型并给出形式化描述，筛选发生在纽约的数据集，这种 方法同样适用于其他城市； 2)从步骤1)处理好的数据集中提取位置名称、位置类型、位置描述三种数据类型，构建 “位置名称-文档”式倒排索引，在此基础上，基于Lucene技术构建社交搜索引擎； 3)线上部分设计搜索算法，在基于搜索得分的位置排序部分，搜索用户输入搜索内容， 经语义分词产生话题，与步骤2)倒排索引中的文档进行相似度匹配，根据专业相关性得分 索引出备选位置和基于得分的位置排序； 4)在搜索算法中基于社交得分的位置排序部分，从步骤1)处理好的数据集中提取联系 人数据、签到数据和评价数据，线下通过K-Means算法聚类搜索用户的好友，通过KNN算法查 找搜索用户一定数量的最近邻，线上通过这些最近邻对搜索用户施加社交影响，通过设计 最近邻的区域活跃度和对位置的评价两个社交特征计算步骤3)中的备选位置的社交得分 并排序； 5)在搜索算法中基于距离远近的位置排序部分，从步骤1)处理好的数据集中提取位置 经纬度数据，通过地球上两点间的距离公式，计算搜索用户当前位置和步骤3)中备选位置 的各自距离，量化成得分并排序； 6)综合步骤3)、步骤4)、步骤5)中的三种位置排序，构建线性回归模