• Journal of Information Processing Systems
• /
• 제17권2호
• /
• pp.352-368
• /
• 2021

Sign-in point of interest (POI) are extremely sparse in location-based social networks, hindering recommendation systems from capturing users' deep-level preferences. To solve this problem, we propose a content-aware POI recommendation algorithm based on a convolutional neural network. First, using convolutional neural networks to process comment text information, we model location POI and user latent factors. Subsequently, the objective function is constructed by fusing users' geographical information and obtaining the emotional category information. In addition, the objective function comprises matrix decomposition and maximisation of the probability objective function. Finally, we solve the objective function efficiently. The prediction rate and F1 value on the Instagram-NewYork dataset are 78.32% and 76.37%, respectively, and those on the Instagram-Chicago dataset are 85.16% and 83.29%, respectively. Comparative experiments show that the proposed method can obtain a higher precision rate than several other newer recommended methods.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권12호
• /
• pp.3197-3218
• /
• 2012

Compared with traditional itinerary planning, intention-oriented itinerary recommendations can provide more flexible activity planning without requiring the user's predetermined destinations and is especially helpful for those in unfamiliar environments. The rank and classification of points of interest (POI) from location-based social networks (LBSN) are used to indicate different user intentions. The mining of vehicles' physical trajectories can provide exact civil traffic information for path planning. This paper proposes a POI category-based itinerary recommendation framework combining physical trajectories with LBSN. Specifically, a Voronoi graph-based GPS trajectory analysis method is utilized to build traffic information networks, and an ant colony algorithm for multi-object optimization is implemented to locate the most appropriate itineraries. We conduct experiments on datasets from the Foursquare and GeoLife projects. A test of users' satisfaction with the recommended items is also performed. Our results show that the satisfaction level reaches an average of 80%.

• Journal of Communications and Networks
• /
• 제17권2호
• /
• pp.126-132
• /
• 2015

In mobile computing research area, it is highly desirable to understand the characteristics of user movement so that the user friendly location aware services could be rendered effectively. Location based social networks (LBSNs) have flourished recently and are of great potential for movement behavior exploration and datadriven application design. While there have been some efforts on user check-in movement behavior in LBSNs, they lack comprehensive analysis of social influence on them. To this end, the social-spatial influence and social-temporal influence are analyzed synthetically in this paper based on the related information exposed in LBSNs. The check-in movement behaviors of users are found to be affected by their social friendships both from spatial and temporal dimensions. Furthermore, a probabilistic model of user mobile behavior is proposed, incorporating the comprehensive social influence model with extent personal preference model. The experimental results validate that our proposed model can improve prediction accuracy compared to the state-of-the-art social historical model considering temporal information (SHM+T), which mainly studies the temporal cyclic patterns and uses them to model user mobility, while being with affordable complexity.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권11호
• /
• pp.5344-5356
• /
• 2018

Nowadays with the help of Location-Based Social Networks (LBSNs), users of Point-of-Interest (POI) recommendation service in LBSNs are able to publish their geo-tagged information and physical locations in the form of sign-ups and share their experiences with friends on POI, which can help users to explore new areas and discover new points-of-interest, and promote advertisers to push mobile ads to target users. POI recommendation service in LBSNs is attracting more and more attention from all over the world. Due to the sparsity of users' activity history data set and the aggregation characteristics of sign-in area, conventional recommendation algorithms usually suffer from low accuracy. To address this problem, this paper proposes a new recommendation algorithm based on a novel Preference-Content-Region Model (PCRM). In this new algorithm, three kinds of information, that is, user's preferences, content of the Point-of-Interest and region of the user's activity are considered, helping users obtain ideal recommendation service everywhere. We demonstrate that our algorithm is more effective than existing algorithms through extensive experiments based on an open Eventbrite data set.

• 한국콘텐츠학회논문지
• /
• 제18권1호
• /
• pp.64-75
• /
• 2018

위치 인식 기술의 발전 및 스마트 디바이스 사용의 활성화로 인해 위치 기반 서비스과 소셜 네트워크를 결합하여 사용자에게 정보를 공유하는 위치 기반 소셜 네트워크(LBSN: Location Based Social Network)이 활성화되고 있다. 위치 기반 소셜 네트워크에서 사용자의 체크인 기능을 이용하여 사용자가 가 흥미있어 할 만한 장소를 추천하는 연구가 활발히 이루어지고 있다. 본 논문은 위치기반 소셜 네트워크에서 시간과 사용자 활동을 고려한 장소 추천 기법을 제안한다. 제안하는 기법은 기존 논문에서 고려하지 못한 시간에 따른 사용자의 선호도 변화와 지역의 전문가, 희귀한 장소에 대한 사용자의 관심을 고려한다. 다시 말해, 사용자의 선호도 변화를 고려하기 위해 시간에 따른 체크인 이력을 사용하고 지역의 전문가를 판별하기 위해 사용자 활동 영역을 구분한다. 그리고 사용자가 선호하는 장소에 가중치를 주기 위하여 희귀한 장소를 고려한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.428-435
• /
• 2016

Hundreds of millions of new posts and information are being uploaded and propagated everyday on Online Social Networks(OSN) like Twitter, Facebook, or Instagram. This paper proposes and implements a GPS-location based SNS data mapping, analysis, and visualization system, called Smart SNS Map, which collects SNS data from Twitter and Instagram using hundreds of PlanetLab nodes distributed across the globe. Like no other previous systems, our system uniquely supports a variety of functions, including GPS-location based mapping of collected tweets and Instagram photos, keyword-based tweet or photo searching, real-time heat-map visualization of tweets and instagram photos, sentiment analysis, word cloud visualization, etc. Overall, a system like this, admittedly still in a prototype phase though, is expected to serve a role as a sort of social weather station sooner or later, which will help people understand what are happening around the SNS users, systems, society, and how they feel about them, as well as how they change over time and/or space.

• 디지털콘텐츠학회 논문지
• /
• 제18권3호
• /
• pp.567-575
• /
• 2017

위치기반 서비스는 재난 경보 시스템 및 추천시스템 등의 다양한 응용에서 중요한 역할을 한다. 이들 응용들은 위치정보(위도, 경도 등) 뿐만 아니라 위치에 대한 사건(지진, 태풍 등)의 영향력을 필요로 한다. 최근 이러한 위치에 대한 사건의 영향력을 제공하기 위해, 다양한 형태의 정보(지진 정보와 센서 정보)를 이용한 위치 신뢰도 계산 방법이 연구 되었다. 이전의 연구에서는 사건의 영향을 선형으로 감소시키는 형태로 위치 신뢰도를 계산하였다. 이 논문에서는 소셜 미디어를 추가적으로 활용하여 사건의 위치에 대한 영향력, 즉 위치 신뢰도를 향상 시키는 만드는 방법을 제안하였다. 우선 지진정보와 소셜 미디어 데이터를 수집하는 시스템을 설계하였다. 두번째로, 지진정보에 기반한 위치 신뢰도 계산 방법을 소개하였다. 최종적으로 소셜 미디어에 기반하여 공간적으로 분산되는 형태로 신뢰도를 증강시키는 방법을 통해 위치 신뢰도 정보를 더욱 풍부하게 제공하는 방법을 제안하였다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.55-63
• /
• 2020

본 연구는 서울시에서 발생한 포스퀘어 사용자의 체크인 데이터를 이용하여 위치 기반 소셜 네트워크 사용자의 집단적 활동 군집을 발견하는 방법을 제안하였다. 집단적 활동 군집을 발견하기 위하여 순차 규칙 마이닝을 통해 활동의 순차 규칙을 생성하고, 그 규칙을 기반으로 활동 네트워크를 구성하였다. 활동 네트워크를 분석하여 네트워크의 구조와 허브 활동을 확인하였고 군집 분석을 실시하여 활동 군집을 분류하였다. 본 연구는 위치 기반 소셜 네트워크 사용자의 활동에 대한 전환 패턴을 분석한 이전 연구들과 달리 연속적인 여러 활동의 전체적인 구조와 군집을 분석하는 데 초점을 맞추었다. 본 연구에서 제안한 방법을 이용하여 파악할 수 있는 허브 활동과 활동 군집은 위치 기반의 서비스나 마케팅에 활용할 수 있을 것이다. 또한 바이러스 감염과 관련된 업무나 도시 정책과 같이 공공부문에서 사용할 수도 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.802-804
• /
• 2017

최근 모바일 시스템의 발전은 우리 생활에 중요한 부분을 차지하고 있으며, 모바일 폰을 이용한 사용자들은 차별화된 공간 정보의 활용을 요구하고 있다. 위치 기반 모바일 서비스는 모바일 광고와 같이 개인의 위치 정보에 따라 정보를 제공하는 애플리케이션의 연구가 진행되고 있다. 모바일 폰 사용자들이 지역 정보를 바탕으로 사용자들과의 정보를 공유하기 위해서 본 논문은 모바일 폰에서 위치 정보를 기반으로 효율적인 정보 제공을 위해 소셜 네트워크와 위치기반 서비스를 결합한 모바일 공유 시스템을 제안한다. 이 애플리케이션은 모바일 폰 사용자가 특정 위치에 도착하면 자신의 위치와 연계된 정보를 제공받을 수 있다. 제안된 방법은 다른 애플리케이션과 비교하여 보다 개인의 상황에 적절한 서비스를 제공하는 데 초점을 맞추고 있으며, 소셜 네트워크 기능을 확대하여 사용자간의 정보 공유를 활성화하는데 기여할 수 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제14권1호
• /
• pp.64-77
• /
• 2022

The advent of location-based social networks (LBSNs), and the pervasive use of smartphones have allowed individuals to easily inform their status through locational information. This led to a new trend in social media: to upload geotagged photos that illustrate the location of the images and then share them with others. In this circumstance, the current study aims to examine the use of geotags on Instagram. Further, the motivations for using geotags as well as the relationship among the motivation, satisfaction, and location information sharing behavior are analyzed. The online survey was conducted on 411 respondents of Hong Kong who are active Instagram users. Based on uses and gratification theory and goal theory, the users' motivations and goals for utilizing geotags were divided into mainly two categories; task-involved and self-involved goals. Then, four different motivations (contribution, memory aid, showing off, and reputation gaining) were further examined. The result indicated that contribution, memory aid, and reputation gaining were the goals and motivation for the users to utilize geotags on Instagram, having a positive impact on satisfaction. However, a positive relationship between showing off and geotag satisfaction was not supported. Among four different factors, memory aid was found to have the strongest influence on geotagging satisfaction. The result of testing the relationship between geotag satisfaction and further location information sharing behavior also turned out to have a positive relationship. The implications and limitations of findings are also discussed in the study.