圖3中圖 (a)、圖（b)和圖（C)所示中的h至13,分為S種，即10公里范圍、5公里范圍和1公里范圍，即劃 分層次設(shè)為=層；
[0106] 步驟2-2、采用聚類算法對(duì)處于每種粒度下的推文物理位置進(jìn)行聚類；
[0107] 本發(fā)明實(shí)施例中，根據(jù)步驟2-1所確定的每種聚類空間度量粒度，利用DBSCAN聚類 算法對(duì)處于每種粒度下的推文物理位置進(jìn)行聚類；
[0108] 步驟2-3、按推文發(fā)送時(shí)間先后順序生成對(duì)應(yīng)每個(gè)用戶的推文位置聚類簇序列；
[0109] 本發(fā)明實(shí)施例中，根據(jù)步驟2-2所得的聚類簇，針對(duì)每個(gè)用戶，按推文發(fā)送時(shí)間先 后順序生成對(duì)應(yīng)每個(gè)用戶的推文位置聚類簇序列；
[0110] 本發(fā)明實(shí)施例中，如圖3中的Ii層，Ui和U2均被聚類在同一簇Cii中，Ui和U2的第2層 和第3層聚類轉(zhuǎn)換簇圖分別如圖4中圖(a)、圖(b)和圖5中圖(a)、圖(b)所示。
[0111] 表1給出了聚類結(jié)果及對(duì)應(yīng)參數(shù);結(jié)合圖3中例子，Wb為例，說(shuō)明各參數(shù)。其中假 定，亂=100，11。佑3) = 10，11。佑4) = 20，則扣(化〔5。）= 2，因?yàn)橛?個(gè)公共簇，即〔33和〇34;而9 =1，即從瑞;和&中找到1個(gè)最大公共匹配C33一C34;此外，M=5，I&I = I&I =4。
[0112] 表1實(shí)施例聚類結(jié)果及對(duì)應(yīng)參數(shù)
[0113]
[0114] 步驟3、采用多層次推文物理位置相似度矩陣計(jì)算模塊，對(duì)聚類所得的任意一對(duì)用 戶間的各層推文軌跡簇序列進(jìn)行物理位置的綜合性相似度獲取;具體步驟如下：
[0115] 步驟3-1、獲得同層節(jié)點(diǎn)下一對(duì)用戶相似推文物理位置的相似度；
[0116] 同層節(jié)點(diǎn)下一對(duì)用戶相似推文物理位置的相似度為，-sy)計(jì)算公式如下：
[0117]
(1)
[0118] 其中，巧表示用戶Ui在第1層的物理位置軌跡簇序列；馬表示用戶Uj在第1層的物 理位置軌跡簇序列;r表示物理位置軌跡;1表示第1層物理位置軌跡簇聚類；I q I表示最大匹 配的個(gè)數(shù);nc巧LCSq)表示第1層第q個(gè)最大推文軌跡簇公共子序列所包含的聚類簇個(gè)數(shù)，1< q< k| ;M表示同一聚類尺度下用戶軌跡聚類簇總數(shù);Nu表示推文數(shù)據(jù)集中的總用戶數(shù)，U表 示用戶;nu(Cf)表示訪問第I層第q個(gè)最大推文軌跡簇公共子序列第f個(gè)公共位置簇Cf的用戶 數(shù)，1含f含nc(TLCSq); I巧I表示化在1層上的推文軌跡簇序列所包含的位置聚類簇個(gè)數(shù)；|氣， 表示W(wǎng)在1層上的推文軌跡簇序列所包含的位置聚類簇個(gè)數(shù)；
[0119] 本發(fā)明實(shí)施例中，利用TF-IDF思想計(jì)算同一聚類尺度（即同層節(jié)點(diǎn)）下一對(duì)用戶相 似推文物理位置的相似度。根據(jù)公式(1)可計(jì)算出Ui和Uj在第3層的位置簇序列相似度如下：
[0120]
[0121 ]類似求得各層相似度結(jié)果如下：
[0122]
[0123]
[0124] 步驟3-2、綜合獲得各層節(jié)點(diǎn)下一對(duì)用戶推文物理位置的相似度；
[01巧]計(jì)算公式如下：
[0126]
(別
[0127] 其中，，y;)表示用尸Ui和Uj位葺軌跡相似度;T/表示用戶化的位置軌跡；可 表示用戶W的位置軌跡;r表示物理位置軌跡;Wi表示不同粒度劃分層對(duì)物理位置相似度的 影響權(quán)重，Wi = 21-1，1 y引11，111表示不同粒度劃分層的個(gè)數(shù)；
[0128] 本發(fā)明實(shí)施例中，綜合計(jì)算多種聚類尺度（即各層節(jié)點(diǎn)）下一對(duì)用戶推文物理位置 的相似度。令wi = 2H，根據(jù)公式(2)計(jì)算出最終位置相似度如下：
[0129] 游內(nèi)巧'，巧）=化脫 * 4 + 0.196 * 2 + 0.撕 1 = 0,2 + 0.392 + 化撕 1 = 0.8Q3
[0130] 步驟3-3、重復(fù)步驟3-1至步驟3-2,獲得所有用戶對(duì)的多層次相似推文物理位置的 相似度，并生成用戶對(duì)多層次推文物理位置相似度下=角矩陣；
[0U1]本發(fā)明實(shí)施例中，將步驟3-2生成的每一對(duì)拱VTJ)作為第j行和第i列元素存 入多層次推文物理位置相似度下=角矩陣L中，重復(fù)步驟3-1至步驟3-2,完成所有用戶對(duì)的 多層次相似推文物理位置的相似度計(jì)算，并生成用戶對(duì)多層次推文物理位置相似度下=角 矩陣L
[0132] 本發(fā)明實(shí)施例中，生成用戶對(duì)多層次推文物理位置相似度下=角矩陣L如下(為表 示簡(jiǎn)單起見，僅給出其中的5個(gè)用戶對(duì)）。
[0133]
[0134] 步驟4、采用計(jì)算機(jī)中的不確定行為語(yǔ)義詞條庫(kù)構(gòu)建模塊，構(gòu)建不確定詞條行為活 動(dòng)庫(kù)，具體步驟如下：
[0135] 步驟4-1、劃分活動(dòng)類別，并提取各類活動(dòng)包含詞條；
[0136] 本發(fā)明實(shí)施例中，借鑒第S方應(yīng)用化urSquare的活動(dòng)分類信息并根據(jù)實(shí)際需要， 將活動(dòng)分為W下六類：
[0137] (1 )Food(美食）：主要包括各種餐廳，如中國(guó)餐館等。
[0138] (2)Shopping(購(gòu)物）：主要有商店等。
[0139] (3)Trave 1 (旅行）：主要包括著名旅游景點(diǎn)。
[0140] (4)Art(藝術(shù)）：主要包括一些博物館等。
[0141 ] (5化ntedainment(娛樂）：主要包括游泳館、足球場(chǎng)等。
[0142] (G)Business(商業(yè)）：主要包括開會(huì)地點(diǎn)等。
[0143] 每類活動(dòng)下存儲(chǔ)表示該類活動(dòng)的詞條，由于活動(dòng)分類詞條與社交應(yīng)用本身緊密相 關(guān)，即在某種程度上或多或少存在一定語(yǔ)義偏斜，因此本文在構(gòu)建活動(dòng)分類詞條集合時(shí)，根 據(jù)類別語(yǔ)義通過維基百科適當(dāng)增加了部分相關(guān)詞條，旨在改善語(yǔ)義傾斜問題；
[0144] 步驟4-2、賦予各種不確定詞條表達(dá)活動(dòng)的概率值，具體步驟如下：
[0145] 步驟4-2-1、統(tǒng)計(jì)詞條的詞頻和詞條的逆向文本頻率，根據(jù)詞條的詞頻和詞條的逆 向文本頻率獲得詞條的重要性權(quán)重；
[0146] 步驟4-2-1-1、統(tǒng)計(jì)詞條的詞頻；
[0147] 計(jì)算公式如下：
[014 引
（5)
[0149] 其中，Sg表示在所有活動(dòng)中包含的詞條總數(shù)，gu為詞條ti在第j類活動(dòng)Aj中出現(xiàn) 的次數(shù)，TF為詞條ti在第j類活動(dòng)中出現(xiàn)的詞頻；
[0150] 步驟4-2-1-2、統(tǒng)計(jì)詞條的逆向文本頻率；
[0151] 計(jì)算公式如下：
[0152]
[6)
[0153] 其中，IDF表示詞條ti的逆向文本頻率，|A|表示全部活動(dòng)個(gè)數(shù)，IAiI表示包含詞條 ti的活動(dòng)個(gè)數(shù)；
[0154] 步驟4-2-1-3、計(jì)算詞條的重要性概率值；
[0155] 本發(fā)明實(shí)施例中，詞條ti在多少個(gè)活動(dòng)中出現(xiàn)過，對(duì)ti與某個(gè)活動(dòng)的相關(guān)性大小有 重要影響:若ti在越多的活動(dòng)中出現(xiàn)，則ti與某個(gè)活動(dòng)能夠的相關(guān)性越低;反之，若ti在越少 的活動(dòng)中出現(xiàn)，則ti與活動(dòng)的相關(guān)性越高。因此，用TF ? IDF方法計(jì)算詞條表達(dá)活動(dòng)的重要 性權(quán)重，然后除W最大權(quán)重值Wmax ;
[0156] 計(jì)算公式如下：
[0157] Pw(ti)=TF ? IDF/Wmax (7)
[015引其中，TF ? IDF表示詞條ti在活動(dòng)A沖的重要性權(quán)重，并將公式(5)和(6)代入;Wmax 表示權(quán)重值中的最大值;Pw(ti)表示詞條ti在活動(dòng)Aj中的重要性權(quán)重概率值，即權(quán)重概率 值；
[0159] 步驟4-2-2、通過重要性權(quán)重分布曲線，確定活動(dòng)相關(guān)詞條rt的判斷闊值0r和活動(dòng) 半相關(guān)詞條St的判斷闊值0U;
[0160] 本發(fā)明實(shí)施例中，將詞條分為活動(dòng)相關(guān)詞條rt、活動(dòng)半相關(guān)詞條St和活動(dòng)不相關(guān)詞 條UtS類，由于權(quán)重分布曲線符合Zipf分布，因此根據(jù)數(shù)理統(tǒng)計(jì)概率分布中的1/3和2/3分 位點(diǎn)所對(duì)應(yīng)的權(quán)重概率值，作為主題相關(guān)詞條闊值0r和主題不相關(guān)詞條闊值0U;
[0161] 步驟4-2-3、將詞條權(quán)重概率值大小與闊值進(jìn)行比較，將詞條分為活動(dòng)相關(guān)詞條、 活動(dòng)半相關(guān)詞條和活動(dòng)不相關(guān)詞條=類，并賦予詞條表達(dá)活動(dòng)的概率值，獲得不確定詞條 行為活動(dòng)庫(kù)；
[0162] 本發(fā)明實(shí)施例中，取某一詞條tx的權(quán)重概率值Pw(tx)作為相關(guān)詞條與半相關(guān)詞條 的分界線，當(dāng)且僅當(dāng)公式(8)成立；同理，取某一詞條ty的權(quán)重概率值Pw(ty)作為半相關(guān)詞條 與不相關(guān)詞條的分界線，當(dāng)且僅當(dāng)公式(9)成立，其中Ikl代表全部推文集合中的詞條總數(shù) (l<x,y< |k|)；
[0163] CS)
[0164] (9)
[0165] 權(quán)重概率值大于0r的詞條是活動(dòng)相關(guān)詞條;權(quán)重概率值小于0u的詞條是活動(dòng)不相 關(guān)詞條;權(quán)重概率值介于0r和0U之間的詞條是活動(dòng)半相關(guān)詞條；
[0166] 本發(fā)明實(shí)施例中，假定整個(gè)推文詞條活動(dòng)庫(kù)包含心*2山、*一5和*6六個(gè)詞條，即 k| =6,且運(yùn)些詞條屬于同一類活動(dòng)，則它們基于TF-IDF的重要性概率值分別為pw(ti) = l， Pw(t2)=0.5，pw(t3)=0.33，pw(t4)=0.25，pw(t5)=0.2，pw(t6)=0.17,經(jīng)計(jì)算
I本發(fā)明實(shí)施例中，設(shè)定Pw < 公式(8)，于是將tl作為tr 與ts的分界線，同理，經(jīng)類似計(jì)算并根據(jù)公式(8)將t3作為ts與tu的分界線。最后的詞條分類 結(jié)果為 tr二{tl} ,ts 二{t2,t3} ,tu二,這時(shí)Pw(tl) = l,Pw(t2)=0.5,Pw(t3)=0.33,Pw (t4)=Pw(t5)=Pw(t6)=0。
[0167] 本發(fā)明實(shí)施例中，最終六類活動(dòng)及其包含的詞條如表2所示(僅列出部分詞條）。表 中詞條后括號(hào)中的"字母-數(shù)字"表明該詞條是活動(dòng)相關(guān)（用字母r表示），還是活動(dòng)半相關(guān) (用字母S表示），數(shù)字則表示該詞條表達(dá)所屬活動(dòng)的重要性概率值。注意，此處活動(dòng)不相關(guān) 詞條由于對(duì)活動(dòng)表達(dá)無(wú)關(guān)，因此被刪去。
[016引表2
[0169]
[0170] 步驟5、采用計(jì)算機(jī)中的推文詞條提取模塊，利用Lucene分詞工具，通過去停用詞 等操作對(duì)所有用戶發(fā)布的推文文本進(jìn)行詞條提??；
[0171] 步驟6、采用推文詞條表達(dá)活動(dòng)概率值及相似性概率獲取模塊，獲得一對(duì)用戶間推 文語(yǔ)義行為相似度的概率值，具體步驟如下：
[0172] 步驟6-1、針對(duì)同層每一個(gè)最大位置軌跡匹配化CSq( 1含q含I q I )，合并同一用戶不 同物理位置簇的推文，生成推文語(yǔ)義詞條集合化(TLCSq),所述的化(TLCSq)表示第1物理位 置聚類層、第q個(gè)最大位置軌跡匹配對(duì)應(yīng)的推文詞條集合；
[0173] 本發(fā)明實(shí)施例中，W附圖5為例，假定在第S層，用戶Ui和U2各自合并后的〇3 (TLCSq)分別如表3中的13列所示。
[0174] 表3
[0175]
[01
[0177]步驟6-2、獲得一對(duì)用戶間推文語(yǔ)義活動(dòng)的所有組合情況及各組合的