[发明专利]一种基于时空关系的LBSN超网络链接预测方法

摘要

本发明涉及一种基于时空关系的LBSN超网络链接预测方法，属于数据挖掘领域。该方法包括以下步骤：S1：获取数据源；S2：构建超网络模型；S3：定义和量化超网络边权值；S4：基于该模型，首先构建多种类型的加权超边结构，通过不同的结构挖掘用户间不同的语义关系，最后通过梯度下降方法训练模型参数，进而预测网络中的链接关系。本发明通过加权超边结构，能够有效挖掘节点之间的多种关联关系，不仅能够解决网络中的稀疏性问题，同时能够提高模型的抗噪性与稳定性，并且其预测准确性也有着较大的提升。

主权项

一种基于时空关系的LBSN超网络链接预测方法，其特征在于：该方法包括以下步骤：S1：获取数据源；从现有的大型社交网络平台获取准确可信度高的数据信息；获取的数据内容包括用户之间的好友关系、用户对位置的评论、评分以及评论时间、位置的经纬度和位置的类别；S2：构建超网络模型；包括构建时空子网、社交子网、位置子网和类别子网，其中时空子网是利用用户对位置的签到时间构建而成，用于挖掘用户间的时空相似性；S3：定义和量化超网络边权值；通过用户影响力、隐关联关系、用户偏好、节点度信息这四种不同的方式去定义超网络模型中的边权值；S4：经过S1～S3的过程，构建好一个加权超网络模型，基于该模型，首先构建多种类型的加权超边结构，通过不同的结构挖掘用户间不同的语义关系，最后通过梯度下降方法训练模型参数，进而预测网络中的链接关系，分为时空层、用户层、位置层和类别层。