[發(fā)明專利]LBSN中基于好友聚類的社交搜索評(píng)價(jià)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710335698.6
• 申請(qǐng)日: 2017-05-12
• 公開（公告）號(hào): CN107194560B
• 公開（公告）日: 2020-11-27
• 發(fā)明（設(shè)計(jì)）人: 曹玖新;孫洋;周丹丹
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q50/00;G06F16/35
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 杜靜靜

1.一種LBSN中基于好友聚類的社交搜索評(píng)價(jià)方法，其特征在于，所述評(píng)價(jià)方法包括以下步驟，1)爬取的Foursquare真實(shí)數(shù)據(jù)集中有聯(lián)系人信息和位置信息，通過對(duì)數(shù)據(jù)的統(tǒng)計(jì)與分析，提取出聯(lián)系人特征、簽到特征、評(píng)價(jià)特征和時(shí)間特征，共15種數(shù)據(jù)類型，包括用戶ID、好友ID、簽到ID、簽到位置描述、簽到發(fā)生時(shí)區(qū)、簽到位置ID、簽到位置經(jīng)度、緯度、簽到位置名稱、簽到位置的類型ID、簽到位置的類型名稱、簽到發(fā)生時(shí)間、評(píng)價(jià)文本ID、評(píng)價(jià)文本內(nèi)容、評(píng)價(jià)發(fā)生時(shí)間，構(gòu)建社交搜索模型并給出形式化描述，篩選發(fā)生在紐約的數(shù)據(jù)集，這種方法同樣適用于其他城市；

2)從步驟1)處理好的數(shù)據(jù)集中提取位置名稱、位置類型、位置描述三種數(shù)據(jù)類型，構(gòu)建“位置名稱-文檔”式倒排索引，在此基礎(chǔ)上，基于Lucene技術(shù)構(gòu)建社交搜索引擎；

3)線上部分設(shè)計(jì)搜索算法，在基于搜索得分的位置排序部分，搜索用戶輸入搜索內(nèi)容，經(jīng)語(yǔ)義分詞產(chǎn)生話題，與步驟2)倒排索引中的文檔進(jìn)行相似度匹配，根據(jù)相關(guān)性得分索引出備選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，從步驟1)處理好的數(shù)據(jù)集中提取聯(lián)系人數(shù)據(jù)、簽到數(shù)據(jù)和評(píng)價(jià)數(shù)據(jù)，線下通過K-Means算法聚類搜索用戶的好友，通過KNN算法查找搜索用戶一定數(shù)量的最近鄰，線上通過這些最近鄰對(duì)搜索用戶施加社交影響，通過設(shè)計(jì)最近鄰的區(qū)域活躍度和對(duì)位置的評(píng)價(jià)兩個(gè)社交特征計(jì)算步驟3)中的備選位置的社交得分并排序；

5)在搜索算法中基于距離遠(yuǎn)近的位置排序部分，從步驟1)處理好的數(shù)據(jù)集中提取位置經(jīng)緯度數(shù)據(jù)，通過地球上兩點(diǎn)間的距離公式，計(jì)算搜索用戶當(dāng)前位置和步驟3)中備選位置的各自距離，量化成得分并排序；

6)綜合步驟3)、步驟4)、步驟5)中的三種位置排序，構(gòu)建線性回歸模型并訓(xùn)練，得出最終的位置排序，即搜索結(jié)果。

2.根據(jù)權(quán)利要求1所述的LBSN中基于好友聚類的社交搜索評(píng)價(jià)方法，其特征在于，所述步驟1)中篩選發(fā)生在紐約的數(shù)據(jù)集的具體方法如下，為不同的數(shù)據(jù)特征建立不同的數(shù)據(jù)庫(kù)表，每個(gè)表中包含所有真實(shí)數(shù)據(jù)類型中的數(shù)據(jù)字段，將整個(gè)數(shù)據(jù)集導(dǎo)入數(shù)據(jù)庫(kù)即MySQL，再用SQL語(yǔ)言對(duì)數(shù)據(jù)進(jìn)行處理，先通過時(shí)區(qū)這個(gè)字段提取出紐約的簽到記錄和評(píng)價(jià)信息，因?yàn)橛脩鬒D和位置ID都是各個(gè)表中的唯一字段，再通過表連接的方式處理數(shù)據(jù)，處理后的數(shù)據(jù)有如下特性，保證用戶對(duì)位置既有簽到記錄又有評(píng)價(jià)信息。

3.根據(jù)權(quán)利要求1所述的LBSN中基于好友聚類的社交搜索評(píng)價(jià)方法，其特征在于，所述步驟2)中基于Lucene技術(shù)構(gòu)建社交搜索引擎具體如下，其中倒排索引是搜索引擎的核心數(shù)據(jù)結(jié)構(gòu)，構(gòu)建倒排索引分為三步：

21)將位置名稱、位置類型和位置描述三種數(shù)據(jù)類型組合成文檔(document)作為后索引；

22)將位置名稱作為單詞term構(gòu)建前索引；

23)輸入關(guān)鍵字，通過語(yǔ)義分詞產(chǎn)生話題，與文檔做相似度計(jì)算，將得分高的一定數(shù)量的文檔選出，索引出相應(yīng)的位置名稱；

Lucene是一個(gè)構(gòu)建搜索引擎的Java框架，共有5個(gè)核心jar包：core、analyzer、highlighter、query和queryparser，通過導(dǎo)入jar包在eclipse開發(fā)環(huán)境中實(shí)現(xiàn)本發(fā)明的搜索引擎。

4.根據(jù)權(quán)利要求1所述的LBSN中基于好友聚類的社交搜索評(píng)價(jià)方法，其特征在于，所述步驟4)中，線下算法具體如下，通過K-Means算法聚類搜索用戶的好友，目的是使數(shù)據(jù)更加稠密，減小不利影響，將英文的評(píng)價(jià)文本通過TextBlob情感分析工具量化為得分，具體公式如下所示：

(1)基于簽到次數(shù)的修正余弦相似度計(jì)算公式：

其中，代表用戶i₁在所有位置點(diǎn)的平均簽到數(shù)量；

(2)基于評(píng)價(jià)評(píng)分的修正余弦相似度計(jì)算公式：

其中，代表用戶i₁對(duì)所有POI的平均評(píng)價(jià)得分；

(3)總的相似度計(jì)算公式：

(4)通過KNN算法查找搜索用戶的最近鄰，歐氏距離計(jì)算公式如下所示：

其中，cen_k表示k個(gè)聚類中心向量。