[发明专利]一种基于时空轨迹的用户属性与社会网络检测系统

说明书

技术领域

本发明属于数据挖掘技术领域，特别涉及一种基于时空轨迹的用户属性与社会网络检测系统。

背景技术

随着互联网技术的应用与发展，互联网用户越来越多。互联网具有虚拟性，用户在互联网上的资料并不一定是其真实属性，为了提高互联网的安全性，需要确保用户身份的真实性。此外，了解用户的社会关系在维护公共安全、反恐等问题中也有重要的应用。

移动通信技术的发展和智能移动设备(如智能手机、平板电脑)的快速普及，使移动设备与用户之间的联系越来越密切，而许多移动设备和APP能够记录用户的行动。于是利用用户行为对用户属性和社会网络做出推断这一问题吸引了很多研究人员的关注。

这里我们主要关注移动设备记录下的用户地理位置信息。例如，许多用户喜欢在微信、微博等社交平台上发布自己的消息；使用移动设备上的购物或团购APP；使用地图和导航功能；为了能够随时使用这些功能，大多数用户会长时间开启GPS、WIFI或4G通讯。开发上述APP的第三方供应商以及网络运营商能够获取到用户的使用记录，再通过一些方法分析出这些记录产生的时间和地点。例如，如果一个用户用手机发布了一条微博，APP可以通过4G基站信息和手机内置的GPS功能获取当前的地理位置；网络运营商可以通过多个基站对用户的地理位置进行定位。将一个用户的每一条时间地点记录组成一个序列，就得到了一个用户的时空轨迹。时空轨迹反映了用户的行动模式。

目前已经有一些方法通过分析用户的时空轨迹来推断用户属性，但是这些方法都是基于地理位置的语义信息来做的。例如，一个微博用户在几个不同地点发布了微博消息，为了判断这名用户的属性(如性别、职业)，传统方法需要知道微博发布地点的信息(如商场、公司、饭店或游乐园)。显然，地点的语义信息并不是总能明确获取的，例如一栋高层建筑的不同楼层可能有不同的功能。这对传统方法的效果有很大的影响。此外，由于每个用户在同一个地点出现的目的都是不同的，只凭时空轨迹来推断用户属性必然存在瓶颈，需要加入新的特征来突破。

社会网络是由用户的好友关系建立起来的网络图，图中每个节点代表一个用户，每条边代表一对好友关系。利用时空轨迹推测社会网络的方法通常有两种：其一是根据时空轨迹的相似度来推测用户间具有社交关系的可能性；另一种认为：两个人同时在某个地点出现的次数越多(称为“共现行为”)，他们就越有可能具有社交关系。现有的利用时空轨迹推测社会网络的方法往往也是基于地理位置的语义信息来完成的，除了前述限制外，这些方法也不能很好的处理偶然的“共现行为”的影响。

此外，有研究统计发现，社会网络中的好友具有“同质性”，即一对好友具有一项或几项相同属性的概率很高，于是利用社会网络来预测用户属性的研究也成为一个热点。结合时空轨迹数据和社会网络信息能够明显提高用户属性推测的准确度。但由于隐私问题，社会网络信息在实际应用中是难以获取的。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于时空轨迹的用户属性与社会网络检测系统，与传统方法相比，本发明的一项优势在于，输入的时空轨迹不需要具有详细语义信息的地理位置数据，因此适用于多种不同类型的数据集。本发明的另一项优势在于，在建立用户的社会网络模型时，能够有效地识别偶然的共现行为；本发明的又一项优势在于，直接通过时空轨迹数据来推测用户的社会网络，并将社会网络作为一个补充信息来提高用户属性推测的准确度，克服了数据获取这一难题。

为了实现上述目的，本发明采用的技术方案是：

基于时空轨迹的用户属性与社会网络检测系统，包括：

数据处理子系统，实现输入数据的预处理，包括将所有用户的时空轨迹处理成容易进行后续操作的三阶张量形式。

具体地，数据处理子系统将所有用户的时空轨迹处理成容易进行后续操作的三阶张量形式，所需的原始的时空轨迹记录包括用户标识、地理位置标识和时间标识，数据处理子系统建立一个元素全为零的三阶张量，其中行数＝用户标识数，列数＝地理位置标识数，管数＝时间段标识数，即三阶张量的每一行代表一个用户，每一列代表一个地点，每一管代表一个时间段。

社会网络建模子系统，通过分析用户的时空轨迹数据，建立用户的社会网络模型，并以邻接矩阵的形式存储。