ارائه‌ی روشی برای سنجش میزان شباهت مکانی کاربران در سیستم های توصیه گر مکان مبنا با رویکرد امنیت داده‌های اجتماعی

نویسندگان

1 دانشگاه شیراز

2 دانشگاه زنجان

3

doi
10.22034/amn.2026.130.1025
چکیده

برای ارائه‌ی خدمات مکان‌مبنا در شبکه‌های اجتماعی مرسوم، می‌بایست خلأ میان این شبکه‌ها و دنیای فیزیکی را با افزودن بُعد مکان پر کرد. یکی از راهکارهایی که با هدف افزودن بُعد مکان به ساختار شبکه اجتماعی ایجاد شدند، شبکه‌های اجتماعی مکان‌مبنا هستند. امروزه استفاده از سیستم‌های توصیه‌گر موجب شده است تا کشف و جستجوی مکان‌های مدنظر افراد در کوتاه‌ترین زمان ممکن، انجام گیرد. اساس کار سیستم‌های توصیه‌گر مکانی، تعیین میزان شباهت بین کاربران است. در این پژوهش دو معیار برای تعیین میزان شباهت مکانی کاربران با درنظرگرفتن ابعاد امنیت داده‌های اجتماعی ارائه گردید. معیار اول با تمرکز بر مکان‌های مشترک و تاریخ بازدید، بازدیدهای مشترک را به دو گروه هم‌زمان و غیرهمزمان تقسیم و میانگین ترکیبی آن‌ها را محاسبه می‌کند. معیار پیشنهادی دوم با تلفیق سه معیار کلیدیِ شباهت سفارشی (تمرکز بر اشتراک‌های مکانی-زمانی)، شباهت کسینوسی (تحلیل جهت‌گیری حرکات) و ضریب همبستگی پیرسون (سنجش رابطه خطی رفتاری)، امکان ارزیابی چندبعدی رفتار کاربران را فراهم می‌کند. معیارهای پیشنهادی با روش‌های متداول سنجش شباهت، شامل ضریب همبستگی پیرسون، شباهت کسینوسی و ضریب جاکارد، مورد مقایسه قرار گرفتند. نتایج مقایسه نشان می‌دهد که هر دو معیار پیشنهادی، عملکرد بهتری نسبت به ضریب جاکارد دارند، اما در مقایسه با شباهت کسینوسی و ضریب پیرسون عملکرد ضعیف‌تری از خود نشان می‌دهند. با این حال، به منظور سنجش دقت در معیارهای پیشنهادی، با استفاده از معیارهای میانگین خطای مطلق و جذر میانگین مربعات خطا، نتایج حاکی از برتری قابل‌توجه روش‌های پیشنهادی دارند.