● 摘要
随着内置定位芯片智能手机的广泛流行，促使传统的社交网向基于位置的社交网络发展。基于位置的社交网络是位置服务、移动互联网、以及传统的社交网络结合的产物，有更广泛的应用场景。
用户在使用基于位置的社交网络时，会产生大量的含有地理位置信息的数据，如何利用这些由用户产生的大量的含有地理位置信息的数据，分析用户的行为模式、运动轨迹、以及位置感知的用户社团结构等成为了研究热点。
本文针对从新浪微博爬取的用户数据，首先分析了用户的地理位置特征，然后利用地理位置特征进行用户相似性计算和重叠社团的发现。提出了一种基于地理位置特征的用户相似度计算算法和一种基于地理位置特征的重叠社团发现算法，并设计实现了基于地理位置特征的重叠社团发现的可视化工具。论文的具体工作如下：
研究了在基于位置的社交网中用户相似度的计算方法，通过分析用户的含有地理位置数据的特征，提出一种基于地理位置特征的用户相似度计算方法，并利用从新浪微博中爬取的数据验证了算法的有效性。
研究了基于位置的社交网络中重叠社团的发现算法，在分析了社交网络中用户关系以及用户的地理位置特征基础上，改进边聚类算法，设计并实现了基于地理位置特征的重叠社团发现算法。最后通过实验证明了算法的有效性。
本文设计并实现了基于地理位置特征的重叠社团发现的可视化工具。工具主要分为三层：数据层、核心层和视图层。数据层完成对用户签到记录数据的封装以及预处理；视图层主要完成显示功能，并触发相应的事件；核心层主要是算法的实现，包含主题提取模块、相似度计算模块、重叠社团发现模块，同时该层并负责对视图层产生的事件的做出响应和处理。
关键词：基于位置的社交网络，地理特征，用户相似度，重叠社团发现