[发明专利]一种位置预测系统

说明书

技术领域

本发明涉及计算机网络技术领域，具体涉及一种位置预测系统。

背景技术

基于地理位置的社交网络(Location-based Social Network，LBSN)是社会网络的一种，除了社会网络中人与人的联系外，还可以跟踪和共享人的位置信息。用户通过手机等移动设备上安装的基于地理位置的社交网络应用程序可以进行签到，签到数据为四元组：{用户名，位置，时刻，内容}，签到数据表明用户在某个时刻某个位置进行过签到，内容表示用户签到时附加的图片或者文字评论信息。

基于用户的签到数据来预测用户的下一个移动位置是研究热点，现有技术主要采用用户与朋友签到位置的相似性进行社交关系建模并根据社交关系模型预测用户的移动位置。

现有技术建立的社交关系模型仅考虑了签到数据中的位置及时刻，没有充分研究社交关系对用户移动行为的影响，因此位置预测准确率较低。

发明内容

本发明所要解决的技术问题是现有技术建立的社交关系模型仅考虑了签到数据中的位置及时刻，没有充分研究社交因素对用户移动行为的影响，因此位置预测准确率较低的问题。

为此目的，本发明提出一种位置预测系统，所述系统包括：

输入模块，用于在接收到用户的签到数据和/或位置预测请求之后，将所述签到数据和/或位置预测请求发送到位置预测模块；

位置预测模块，用于根据所述签到数据和/或位置预测请求，以及预设的位置预测模型，对用户进行位置预测并将位置预测结果发送到输出模块；

输出模块，用于显示所述位置预测结果。

可选的，所述位置预测请求为用户指定时刻点的位置预测请求，所述位置预测结果为用户下一次签到的位置预测和/或用户指定时刻点的位置预测。

可选的，所述系统还包括：

存储模块，用于存储所述签到数据以及存储用户的社交关系影响因子；

相应地，所述输入模块还用于在接收到用户的签到数据之后，将所述签到数据发送到所述存储模块。

可选的，所述输入模块在接收到用户的签到数据之后，将所述签到数据以预设格式发送到所述存储模块。

可选的，所述系统还包括：

用户行为提取模块，用于从所述存储模块中提取用户的历史签到数据集合以及用户的社交关系影响因子，并将所述历史签到数据集合以及所述社交关系影响因子发送到所述位置预测模块。

可选的，所述系统还包括：朋友行为提取模块，用于从所述存储模块中提取与用户对应的预设朋友集合中每个朋友的历史签到数据集合，并发送到所述位置预测模块。

可选的，在所述位置预测模块中，所述位置预测模型为：

其中，为用户u在时刻t时在位置l处的签到概率，所述位置l属于预设的位置集合，H_u,t为用户u在时刻t的历史签到数据集合，FH_u,t为用户u的朋友在时刻t的历史签到数据集合；所述H_u,t由H′_u,t和H″_u,t组成，所述H′_u,t为用户u在时刻t的受社交关系影响的历史签到数据集合，所述H″_u,t为用户u在时刻t的不受社交关系影响的历史签到数据集合，F(u)为用户u的朋友集合，v为用户u的朋友v，H_v,t为用户u的朋友v在时刻t的历史签到数据集合，γ_v,t为朋友v在时刻t对用户u的社交关系影响因子；绝对值符号表示求集合中元素的个数。

可选的，所述γ_v,t通过下式获得：

γ_v,t＝α_v,n·tⁿ+α_v,n-1·t^n-1+……+α_v,0·t⁰；

其中，n、α_v,n、α_v,n-1、……以及α_v,0由最小二乘法曲线拟合得到，所述最小二乘法曲线拟合的数据为：

用户u与朋友v在相同时刻的签到数据中位置相同的签到数据的个数与用户u签到数据的个数的比值。

可选的，所述P(l|t,H″_u,t)和P(l|t,H_v,t)通过一阶马尔科夫模型、MFC模型或MFT模型获得。