基于多种提及关系的社交媒体用户位置推断

乔亚琼，罗向阳，马江涛，李晨亮，张萌，李瑞祥

（1.信息工程大学网络空间安全学院，河南 郑州 450001；2.数学工程与先进计算国家重点实验室，河南 郑州 450001；3.郑州轻工业大学计算机与通信工程学院，河南 郑州 450001；4.武汉大学国家网络安全学院，湖北 武汉 430075）

1 引言

社交媒体用户位置推断是从社交媒体数据中挖掘用户位置信息。社交媒体用户位置推断技术主要用于对社交媒体用户所在的地理位置进行分析和定位，可为基于位置的服务[1]、基于位置的事件分析[2]和基于位置的敏感人物分析[3]提供帮助。然而，出于对个人隐私保护的考虑[4-5]，社交媒体中的位置数据十分稀疏[6]。因此，有必要开展社交媒体用户位置推断问题研究，以应对位置数据的稀疏性问题。

常见的社交媒体用户位置推断方法通过提取社交媒体文本中与位置相关的话题、位置指示词或地理名词等特征推断用户位置。社交媒体上讨论的话题通常因地理区域而异，因此，Eisenstein 等[7]和Ahmed 等[8]使用主题模型建模话题与位置的关系来推断用户位置。社交媒体文本使用的词语具有地理位置偏向性，Wing 等[9]通过基于词语的信息增益率提取位置指示词来推断用户位置。统计分析结果表明，如果用户经常提到某个地理名词，他很可能生活在该地理区域，因此可以使用文本中提及的地理名词来推断用户位置[10]。常用的地名词典有GeoNames 和DB-pedia。Rahimi 等[11-12]使用词袋模型提取文本特征，然后结合逻辑回归分类器或多层感知机分类器推断用户位置。……