互联网现在已经成为了人们生活与工作的必需品,每天人们都会在互联网上获取信息和发布信息,所以互联网成为了信息的海洋。互联网中的信息纷繁复杂,而在这个以人为主体的现代社会中,人物信息成为了研究者们关注的重点。在所有的人物信息属性中地理位置属性有着最为广泛的应用,比如其可以应用于广告推荐、人物事件定位、人物行为评估等多个领域,所以对于人物的地理位置属性的识别也成为了当今研究的一个热点。在所有互联网的网络类型中,社交网络因为其巨大的用户量和交互的实时性受到了人们广泛的关注,而正因为社交网络这种以人为主体的特征属性,使得其蕴含了最为丰富的人物信息。所以本文以社交网络为主要研究对象来进行人物的地理位置属性的识别,其中需要识别的人物地理位置属性分为两类,分别为用户推文中提到的地理属性以及用户主要位置地理属性,其中用户主要位置属性指用户的主要工作和生活区域。本文对于这两类位置属性的主要研究和创新如下:(1)提出了基于地理特征与特征集成结合的地理实体识别方法,该方法用于用户推文中提到地名属性的识别。该方法主要改进了以传统命名实体识别方法来获取地名实体的不足,并且该方法为地名实体制定了丰富的且有针对性的机器学习特征,包括了个体特征以及组合特征,经过实验验证,这些特征能有效的提升模型的识别效果。同时为了解决传统模型中特征训练不足的问题,该方法使用了特征集成的方法,特征集成不仅解决了问题同时提升了模型识别的稳定性,并且还少许提升了识别效果。(2)提出了基于多种信息融合的用户主要位置识别方法。该方法使用了多种信息进行用户主要位置的识别,解决了现有研究手段单一的问题。该方法使用的多种信息主要包括了用户的社交网络朋友信息以及用户的自身信息,其中自身信息又包含用户的推文信息、用户账号及描述信息、用户的关注列表信息。通过信息统一表示、地理位置聚类等手段进行以上信息的融合,并通过对聚类位置的经纬度加权计算识别出用户的主要地理位置。本文通过实验发现,该识别方法能有效的识别出用户的主要地理位置。