种子驱动的地理社交数据抽取——完整版

地理社交数据已成为挖掘移动模式、链接预测、位置推荐和影响最大化等多种问题的重要来源。然而，新的地理社交数据日益难以获取，并存在若干局限性。本文旨在解决从地理社交数据源进行有效数据抽取的问题。我们首先识别并归类了抽取地理社交数据的局限性。为克服这些局限，我们提出了一种新颖的种子驱动方法，将一个数据源中的点作为种子，作为查询输入其他数据源。此外，我们通过提出三种优化搜索半径的变体来处理数据源之间的差异及数据源内部的动态变化。进一步地，我们提供了一种基于递归聚类的优化方法以最小化请求数量，以及一种自适应过程来学习每个数据源的特定数据分布。我们使用六个流行数据源进行的综合实验表明，我们的种子驱动方法总体上多产出 14.3 倍的数据，而我们的请求优化算法以少于 16% 的请求量检索到多达 95% 的数据。因此，我们提出的种子驱动方法为有效且高效的地理社交数据抽取树立了新标准。