项目名称: 位置相关的异构社交网络中行为关联与预测研究

项目编号: No.61472081

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 曹玖新

作者单位: 东南大学

项目金额: 83万元

中文摘要: 新一代位置相关的社交网络通过位置特征将虚拟社交空间和现实行为空间连接起来,融合了线上关系与线下行为,应用范围及重要性日益凸显。现有社交网络研究成果难以对其结构特征进行刻画、基本理论难以对其异构空间关联关系进行分析,相关应用急需理论和技术突破。本项目以现有社交网络研究成果为基础,进行以下四个方面的研究:分析异构空间中的社交关系、用户位置关系、位置时序关系的基本特征,采用形式化描述方法,构建统一的异构社交网络模型;基于异构空间拓扑和现实签到记录,设计高效算法,计算用户在不同社群上的概率分布;将社群关系投影到行为空间,对用户社交关系、签到行为及两者之间相互作用三个方面进行统计分析,获取用于行为预测的特征;基于社群发现和行为分析,构建行为时空模型对频繁模式行为进行预测,运用链路预测方法对新增模式行为进行预测。在此基础上,实现用户行为分析和预测原型系统,为用户行为预测和位置服务提供理论和技术支撑。

中文关键词: 社交网络;异构空间;社群发现;行为分析;位置预测

英文摘要: Location feature in the new generation location social network has built bridges between the virtual social space and the real behavior space. It could fuse the online relationship with the offline behavior. Over the last few years, this kind of social network becomes increasingly important with progressively wider range of application. However, existing research on social networks still has difficulty describing the structural characteristics of this type of network and the basic theory also cannot analyze its heterogeneous space correlation very well, so some breakthroughs in theory and technology are urgently needed to promote the development of related applications. Based on the existing research of social networks, this project carries out the following four aspects of research: Firstly, we analyze the basic features of user-user relation, user-location relation and spatial-temporal relation in heterogeneous space, and establish the general model on the heterogeneous social network using formal description methods. Secondly, based on the heterogeneous space topology and real checkin data, efficient algorithm is designed to perform calculation of user probability distribution in different communities. Thirdly, data in the behavior space is divided according to the communities, and statistical analysis is conducted on social relation, checkin behavior and their interreaction to obtain the features used in the prediction. Fourthly, based on the community discovery and behavior analysis, we build the behavior spatiotemporal model to predict the repeated behaviors and apply the link prediction method to predict the new behaviors. On the basis of these, the behavior analysis and prediction prototype system will be implemented, which provides theoretical and technical support for user behavior prediction and location based services.

英文关键词: Social Network;Heterogeneous Space;Community Discovery;Behavior Analysis;Location Prediction

成为VIP会员查看完整内容
2

相关内容

社会网络(英语:Social network),是由许多节点构成的一种社会结构,节点通常是指个人或组织,社会网络代表各种社会关系,经由这些社会关系,把从偶然相识的泛泛之交到紧密结合的家庭关系的各种人们或组织串连起来。社会网络由一个或多个特定类型的相互依存,如价值观、理想、观念、金融交流、友谊、血缘关系、不喜欢、冲突或贸易。由此产生的图形结构往往是非常复杂的。
WSDM'22「京东」个性化会话推荐:异构全局图神经网络
专知会员服务
22+阅读 · 2022年1月7日
专知会员服务
56+阅读 · 2021年8月12日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
专知会员服务
45+阅读 · 2020年11月13日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
近期必读的五篇KDD 2020【推荐系统 (RS) 】相关论文
专知会员服务
64+阅读 · 2020年8月11日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
AAAI2021 | 基于图Transformer的多行为推荐算法
机器学习与推荐算法
5+阅读 · 2021年11月8日
WSDM2022 | 跨领域推荐中的个性化迁移用户兴趣偏好
机器学习与推荐算法
1+阅读 · 2021年11月3日
SIGIR'21 | 推荐系统中的多关系图神经网络
图与推荐
3+阅读 · 2021年10月10日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
【WWW2021】面向时空图预测的神经结构搜索
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Arxiv
12+阅读 · 2021年6月29日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
Arxiv
19+阅读 · 2020年7月13日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关VIP内容
WSDM'22「京东」个性化会话推荐:异构全局图神经网络
专知会员服务
22+阅读 · 2022年1月7日
专知会员服务
56+阅读 · 2021年8月12日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
专知会员服务
45+阅读 · 2020年11月13日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
近期必读的五篇KDD 2020【推荐系统 (RS) 】相关论文
专知会员服务
64+阅读 · 2020年8月11日
相关基金
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
相关论文
Arxiv
12+阅读 · 2021年6月29日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
Arxiv
19+阅读 · 2020年7月13日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
微信扫码咨询专知VIP会员