摘要
本发明公开了一种基于异构图对社交媒体用户的定位方法,通过关联规则挖掘获取用户最可能产生地理位置信息的行为或关系,使用异构图将用户的这类关系所产生的作为节点加入以用户为中心的异构网络中,综合利用了社交网络中的内容、关系、上下文信息,通过用户的文本信息和提取到的位置信息构成用户的特征向量,通过对用户的筛选获取与待预测用户相似度最高的用户组,利用对地理实体的结构化处理来提高位置预测的精度。本发明的方法提高了社交媒体用户预测的精度和准确率,通过关联规则挖掘简化了异构图结构,避免过多冗余信息加入图中,结合层次聚类对用户进行亲密度筛选,实现对亲密度筛选粒度的控制,提高对用户位置推理的准确度。
技术关键词
地理实体
地理位置信息
异构
社交
文本特征向量
关联规则挖掘算法
定位方法
双向注意力机制
动态
节点
媒体
数据
邻域
关系网络
朋友圈
自然语言
系统为您推荐了相关专利信息
低空飞行器
数据上传模块
设备管理模块
客户端
无线传输模块
旋转设备
冗余特征
故障诊断方法
多模态
诊断特征
语义本体
信息融合方法
语义层面
物联
多层次特征提取
混合整数规划模型
资源分配方法
深度强化学习
异构
集群