基于社交网络与内容的用户及关系多位置画像
数据库
2012-08-02 v1
摘要
用户位置对于个性化搜索和本地化内容分发等诸多应用至关重要。本文研究了利用 Twitter 用户的关注网络和推文对其位置进行画像的问题。我们提出了一种多位置画像模型（MLP），该模型具有三个关键特征：1) 形式化地建模了给定位置情况下用户关注另一用户的可能性，以及给定用户位置情况下其发布某地点推文的可能性；2) 从根本上捕捉到用户拥有多个位置，且其关注关系和发布的地点可能与其中任意一个位置相关，部分甚至存在噪声；3) 新颖地利用部分用户的家庭位置作为弱监督信号。因此，MLP 不仅能准确且完整地发现用户位置，还能通过揭示关系中用户的真实位置来“解释”每一条关注关系。在大规模数据集上的实验证明了这些优势。具体而言：1) 在预测用户家庭位置方面，MLP 成功定位了 62% 的用户，准确率比两种最先进（state-of-the-art）方法高出 10%；2) 在发现用户多位置方面，MLP 的召回率比基线方法提高了 14%；3) 在解释关注关系方面，MLP 达到了 57% 的准确率。
引用
@article{arxiv.1208.0288,
title = {Multiple Location Profiling for Users and Relationships from Social Network and Content},
author = {Rui Li and Shengjie Wang and Kevin Chen-Chuan Chang},
journal= {arXiv preprint arXiv:1208.0288},
year = {2012}
}
备注
VLDB2012