首页|应用时间滑动窗口模型的轨迹相似性研究

应用时间滑动窗口模型的轨迹相似性研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对社交网络用户个人信息难以获取、公开信息不完整、不通用甚至内容虚假的问题,选择了普适性强,且能客观、真实反映用户行为习惯的位置数据作为相似性分析依据,对新浪微博、滴滴打车进行位置数据采集,形成两个高价值且具有国内网民特色的数据集作为实验对象.提出了一种基于时间滑动窗口模型的轨迹相似性匹配算法,通过调整时间窗口和位置距离优化算法F值,实现不同网络平台用户的相似性分析.以对新浪微博和滴滴打车的用户位置数据为例进行验证,实验结果证明了地理位置为虚拟身份相似性判断的正相关影响因子,且判断相似性的平均F值超过90％.
A Trajectory Similarity Analysis Method Based on Time Sliding Window Model

韩奕、杜彦辉、陈庆港、芦天亮

展开 >

中国人民公安大学信息技术与网络安全学院,北京100038

社交网络 虚拟身份 位置轨迹 时间滑动窗口 相似性

国家重点研发计划"网络空间安全"重点专项国家自然科学基金资助项目

2017YFB080280461602489

2021

10.15918/j.tbit1001-0645.2021.056

北京理工大学学报
北京理工大学

北京理工大学学报

CSTPCDCSCD北大核心
影响因子：0.609
ISSN：1001-0645
年,卷(期)：2021.41(11)
  • 5