题目：基于位置信息的社会关系挖掘研究

随着科学技术的发展，获取个人的位置信息变得越来越便利。在这种技术背景之下，基于位置的服务得到了广泛应用。同时，随着机器学习、数据挖掘等技术的发展，利用位置信息这种可以方便获得的个人信息进行深层次知识发现的研究成为了计算机研究领域的热点研究领域。在这些领域中，基于位置信息进行的人类真实社会关系方面的研究是一个新兴的研究方向，也是一个研究难点。社会关系，是指人与人之间的接触或非接触联系。它是社会构成的基础和最小单元。研究社会关系对理解人的行为、心理等都有重要作用，同时理解人与人之间的真实社会关系对提高互联网服务质量也有着重要作用。在传统的研究方法中，社会关系的主要研究手段是通过专家设计的问卷调查对目标群体进行抽样统计分析。这样的研究在实时性、客观性等方面都有较大的缺陷。因此，找到一种更有效、更客观的研究社会关系的方法成为了该领域的当务之急。

本文的研究目的是利用智能手机获取人的历史位置信息，利用数据挖掘技术提出新型的量化的社会关系描述模型和社会关系预测方法。

本文主要从以下几个方面进行研究。

第一，利用手机的记录的位置信息，研究人的日常行为特点，根据位置信息数据的特点提出位置数据预处理的方法。

第二，研究个人生活模式的周期性特点，利用HMM对个人生活模式建模。

第三，在个人生活模式的基础上研究人与人之间的相互关系。通过对社会关系特性的学习，利用个人与个人之间相遇事件的概率分布构建数学模型来描述社会关系紧密程度。

第四，利用提出的社会关系描述模型，将社会关系亲密度映射为时间序列, 并利用差分自回归滑动平均模型预测社会关系发展。