即时通信(Instant Messaging)原指一类可以即时发送和接收互联网消息的应用,经过20余年的发展,已发展成集通信、资讯、娱乐、搜索、电子商务等为一体的综合化信息平台。即时通信用户定位技术主要用于确定目标用户的位置,在特定目标追踪、舆情传播分析、惩治违法犯罪等领域的实际应用中均具有重要意义。由于不同即时通信工具采取的用户位置保护策略不同,现有即时通信用户定位技术往往针对某一特定平台设计相应的定位算法,存在用户定位数量有限的问题。为此本文提出了基于跨平台关联的即时通信用户定位技术,通过综合利用多个即时通信工具的用户属性信息、用户轨迹信息来克服基于单一平台定位用户数量有限的问题,提出了两种跨平台用户关联定位算法与一种用户信息获取方法。论文主要工作如下:1.现有基于系统通告距离与用户实际距离关系的定位方法定位用户数量有限,为此本文提出了一种基于用户属性信息匹配的关联定位方法。首先,通过分析即时通信工具的内部结构,基于用户界面元素模块精准查找用户名、性别、年龄等属性信息,解决了多源即时通信系统用户信息的自动、准确获取问题;然后,基于手机号搜索及好友推荐功能关联识别用户,将通过手机号获取到的用户信息与获取到的用户信息进行比对,实现多个不同平台用户的关联;最后,基于已获取的系统通告距离信息使用高精度定位算法对用户进行定位。针对在中国郑州与美国纽约地区的微信、陌陌和QQ用户进行了30天的定位实验,结果表明:与现有典型的基于空间划分的定位算法以及基于改进三边测量的定位算法相比,用户定位的数量分别提高了31.0%与14.2%。2.现有基于用户位置频数信息的轨迹匹配算法难以刻画用户活动轨迹的时序特性,为此本文提出了一种基于用户轨迹时空特征匹配的关联定位方法。首先,基于即时通信用户定位算法获取用户位置信息,结合用户的出现时间构建用户轨迹的时空域点集合;然后,将用户活动区域与出现时间按照一定的时间粒度、距离尺度进行划分,以网格序列表示用户轨迹;最后,基于TF-IWF(Term Frequency-Inverse Word Frequency)的权重计算模型将用户轨迹转化为向量,通过计算向量相似度实现用户轨迹匹配。针对从515对具有关联关系的微信、陌陌用户处收集的12102条用户轨迹进行了匹配实验,结果表明:与现有典型的K-BCT(k-Best Connected Trajectories)用户轨迹匹配算法和基于TF-IDF(Term FrequencyInverse Document Frequency)模型的用户轨迹匹配算法相比,所提方法基于TF-IWF模型得到的用户轨迹向量能够更加准确表达用户轨迹的时空特征,轨迹匹配的准确率与召回率能够达到94.6%与96.9%。3.现有基于光学字符识别的即时通信用户信息获取方法往往存在信息提取错误的问题,为此本文提出一种基于GUI元素精确查找的信息自动获取方法。该方法首先分析即时通信工具的程序结构,获取“附近的人”界面的Activity信息;然后查找注入用户图形界面中的信息模块,获取模块中的内容如用户名、通告距离、签名等属性信息,随后将这些信息保存为可编辑的文本信息;最后,执行脚本程序实现对信息的自动获取,同时通过模拟位置将指定区域的用户属性信息获取完毕。针对在郑州与纽约地区的微信、QQ、陌陌进行了用户信息获取实验,结果表明:所提方法获取信息的准确率达到96.1%,与基于光学字符识别的用户信息获取方法相比提高了29.2%,效率也有所提高。最后对全文工作进行了总结,并指出了有待继续深入研究的问题。