The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Friend Recommendation Scheme Using Moving Patterns of Mobile Users in Social Networks

소셜 네트워크에서 모바일 사용자 이동 패턴을 이용한 친구 추천 기법

  • 복경수 (충북대학교 정보통신공학부) ;
  • 서기원 (충북대학교 정보통신공학부) ;
  • 임종태 (충북대학교 정보통신공학부) ;
  • 유재수 (충북대학교 정보통신공학부)
  • Received : 2015.11.16
  • Accepted : 2016.01.19
  • Published : 2016.04.28
Download PDF
⟨ Previous Next ⟩

Abstract

With the development of information technologies and the wide spread of smart devices, the number of users of social network services has increased exponentially. Studies that identify user preferences and recommend similar users in these social network services have been actively done. In this paper, we propose a new scheme to recommend social network friends with similar preferences through the moving pattern analysis of mobile users. The proposed scheme removes the meaningless trajectories via companions, short time trajectories, and repeated trajectories to determine the correct user preference. The proposed scheme calculates user similarity using the meaningful trajectories and recommends users with similar preferences as friends. It is shown through performance evaluation that the proposed scheme outperforms the existing schemes.

정보 기술의 발전 및 스마트 기기의 활성화로 인해 소셜 네트워크 서비스의 사용자 수가 기하급수적으로 증가하고 있다. 이러한 소셜 네트워크 서비스에서 사용자의 성향을 파악하고 유사한 사용자를 추천하는 연구들이 활발하게 진행되고 있다. 본 논문에서는 모바일 사용자의 이동 패턴 분석을 통해 유사한 성향을 가지는 소셜 네트워크 친구를 추천하는 기법을 제안한다. 제안하는 기법은 사용자의 정확한 성향을 판별하기 위해 동행인 여부, 방문 시간이 짧은 궤적, 반복적으로 나타나는 궤적을 고려하여 의미 없는 궤적을 제거한다. 의미 있는 궤적 정보만을 이용하여 사용들 사이의 유사도를 계산하여 유사한 성향을 가지는 사용자를 친구를 추천한다. 성능 평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

Keywords

References

  1. Z. Yu and X. Xing, "Learning Location Correlation from GPS Trajectories," Proc. International Conference on Mobile Data Management, pp. 27-32, 2010.
  2. T. Dong, N. Cheng, and Y. J. Wu, "A study of the social networking website service in digital content industries: The Facebook case in Taiwan," Computers in Human Behavior, Vol. 30, pp. 708-714, 2014. https://doi.org/10.1016/j.chb.2013.07.037
  3. Y. Zheng, X. Xie, and W. Ma, "GeoLife: A Collaborative Social Networking Service among User, Location and Trajectory," IEEE Data Engineering Bulletin, Vol. 33, No. 2, pp. 32-39, 2010.
  4. H. Kwak, C. Lee, H. Park, and S. Moon, "What is Twitter, a social network or a news media?," Proc. International conference on World Wide Web, pp. 591-600, 2010.
  5. B. Berjani and T. Strufe, "A Recommendation System for Spots in Location-based Online Social Networks," Proc. Workshop on Social Network System, pp. 4, 2011.
  6. K. W. Leung, D. L. Lee, and W. Lee, "CLR: a collaborative location recommendation framework based on co-clustering," Proc. International ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 305-314, 2011.
  7. J. H. Cha, J. G. Kim, J. T. Lim, K. S. Bok, and J. S. Yoo, "A Location Recommendation Scheme Considering Companions and Distance in Mobile Social Networks," Proc. International Conference on Convergence Content, pp. 243-244, 2013.
  8. E. Tiakas, A. N. Papadopoulos, A. Nanopoulos, Y. Manolopoulos, D. Stojanovic, and S. Djordjevic-Kajan, "Trajectory Similarity Search in Spatial Networks," Proc. International Database Engineering and Applications Symposium, pp. 185-192, 2006.
  9. G. Chen, B. Chen, and Y. Yu, "Mining Frequent Trajectory Patterns from GPS Tracks," Proc. International Conference on Computational Intelligence and Software Engineering, pp. 1-6, 2010.
  10. Z. Li, M. Ji, J. Lee, L. Tang, Y. Yu, J. Han, and R. Kays, "MoveMine: Mining Moving Object Databases," Proc. ACM SIGMOD International Conference on Management of data, pp. 1203-1206, 2010.
  11. G. Roh, J. Roh, S. Hwang, and B. Yi, "Supporting Pattern Matching Queries over Trajectories on Road Networks," IEEE Transactions on Knowledge and Data Engineering, Vol. 23, No. 11, pp. 1753-1758, 2011. https://doi.org/10.1109/TKDE.2010.189
  12. X. Li, J. Han, J. Lee, and H. Gonzalez, "Traffic Density-Based Discovery of Hot Routes in Road Networks," Proc. International Symposium on Advances in Spatial and Temporal Databases, pp. 441-459, 2007.
  13. N. Pelekis, I. Kopanakis, E. E. Kotsifakos, E. Frentzos, and Y. Theodoridis, "Clustering Trajectories of Moving Objects in an Uncertain World," Proc. International Conference on Data Mining, pp. 417-427, 2009.
  14. A. Kharrat, K. Zeitouni, I. Sandu-Popa, and S. Faiz, "Characterizing Traffic Density and Its Evolution through Moving Object Trajectories," Proc. the International Conference on Knowledge Discovery and Information Retrieval, pp. 319-322, 2009.
  15. H. M. O. Mokhtar, O. Ossama, and M. E. Sharkawi, "A Time Parameterized Technique for Clustering Moving Object Trajectories," International Journal of Data Mining and Knowledge Management Process, Vol. 1, No. 1, pp. 14-30, 2011. https://doi.org/10.5121/ijdkp.2011.1302
  16. R. Li, S. Wang and K. Chen-Chuan, "Multiple Location Profiling for Users and Relationships from Social Network and Content," Proc. VLDB Endowment, Vol. 5, No. 11, pp. 1603-1614, 2012.
  17. M. J. Lee and C. Chung, "User Similarity Calculation Based on the Location for Social Network Services," Proc. International Conference on Database Systems for Advanced Applications, pp. 38-52, 2011.
  18. X. Xiao, Y. Zheng, Q. Luo, and X. Xie, "Inferring social ties between users with human location history," Journal of Ambient Intelligence and Humanized Computing, Vol. 5, No. 1, pp. 3-19, 2014. https://doi.org/10.1007/s12652-012-0117-z
  19. 이충희, 박용훈, 임종태, 복경수, 유재수, "모바일 소셜 네트워크를 위한 사용자의 선호도 및 이동 패턴을 이용한 친구 추천," 정보과학회논문지:데이타베이스, 제40권, 제1호, pp. 79-87, 2013.
  20. 노연우, 김대윤, 한지은, 육미선, 임종태, 복경수, 유재수, "소셜 네트워크에서 사용자의 영향력을 고려한 핫 토픽 예측 기법," 한국콘텐츠학회논문지, 제15권, 제8호, pp. 24-36, 2015.
  21. 양희태, 차재홍, 안민제, 임종태, 이하, 복경수, 유재수, "동적 사용자 프로필 및 협업 필터링을 이용한 소셜 네트워크 그룹 추천," 한국콘텐츠학회논문지, 제13권, 제11호, pp. 11-20, 2013. https://doi.org/10.5392/JKCA.2013.13.11.011
  22. J. Leskovec, A. Rajaraman, and J. Ullman, "Mining of Massive Datasets," Cambridge, pp. 1-17, 2014.