基于用户生成内容的位置推断方法

　　随着在线社交媒体的快速发展和可定位设备的大量普及，地理位置作为社交媒体大数据中一种质量极高的信息资源，开始在疾病控制、人口流动性分析和广告精准投放等方面得到广泛应用．但是，由于大量用户没有指定或者不能准确指定位置，社交媒体上的地理位置数据十分稀疏．针对此数据稀疏性问题，提出一种基于用户生成内容的位置推断方法UGC-Ll（user generate content driven location inference method），实现对社交媒体用户和生成文本位置的推断，为基于位置的个性化信息服务提供数据支撑．通过抽取用户生成文本中的本地词语，构建一个基于词汇地理分布差异和用户社交图谱的概率模型，在多层次的地理范围内推断用户位置．同时，提出一个基于位置的参数化语言模型，计算用户生成文本发出的城市．在真实数据集上进行的评估实验表明：UGC-LI方法能够在15km偏移距离准确定位64.2%的用户对用户所在城市的推断准确率达到81.3%：同时，可正确定位32.7%的用户生成文本发出的城市，与现有方法相比有明显的提高．