大規(guī)模社交網(wǎng)絡中二元關系預測方法研究.pdf

1、大規(guī)模社交網(wǎng)絡中的二元關系預測問題是指通過已知的網(wǎng)絡結構信息預測網(wǎng)絡中已存在邊的二元關系問題,該問題對于研究網(wǎng)絡完整的結構和挖掘網(wǎng)絡隱藏的相關信息都具有很重要的意義。目前預測效果最好的方法是 Jure等人提出了的使用LR模型的方法,LR模型是一種線性回歸方法,不能很好的擬合大量的、復雜的社會關系,因此本文在此基礎上提出了使用支持向量SVM模型來解決普通的社交網(wǎng)絡中的二元關系。
　　針對于普通的社交網(wǎng)絡,本文主要在3個方面上進行了改

2、進:第一,Jure等人雖然選取了23種特征描述網(wǎng)絡,但通過分析發(fā)現(xiàn)在這23種特征中,存在一些線性相關的特征,這樣的特征對于預測沒有意義,但卻會耗費時間以及空間,因此,本文通過特征選擇的方法(PCA方法)進行特征選擇。本文首先提出了10種新的特征,綜合Jure等人的23種特征,一共33種特征,然后使用PCA對這33種特征中的11種特征進行了降維處理,選出影響力大的主成分,再對網(wǎng)絡中的二元關系進行預測;第二,Jure等人使用LR的模型適合處

3、理線性分類,而社交網(wǎng)絡中的關系不是線性可分的,因此本文提出使用SVM模型進行分類,支持向量SVM支持非線性的分類;第三,使用Adaboost算法對已有的算法進行集成,將多個單獨的算法作為弱分類器,使用Adaboost集成為一個強分類器,提高了預測的準確率。
　　以上三個改進是針對于普通的社交網(wǎng)絡中的二元關系預測問題的改進,而針對于大規(guī)模社交網(wǎng)絡難以使用單一的模型進行預測的問題,本文提出了將一個大規(guī)模的網(wǎng)絡劃分為幾個小的網(wǎng)絡,然后對

4、每一個子網(wǎng)絡單獨建立各自的SVM模型,取得了較好的預測結果。本文提出了兩種劃分網(wǎng)絡的方法,第一種方法是根據(jù)邊的EM值,即邊的嵌入度來劃分網(wǎng)絡,第二種方法是使用K-means聚類方法將整個網(wǎng)絡聚為 K類。通過這兩種分類方法將一個大規(guī)模的社交網(wǎng)絡劃分為幾個小的子網(wǎng)絡,然后對每一個子網(wǎng)絡建立各自的SVM模型。
　　該算法在Epinions, Slashdot以及Wikipedia三個數(shù)據(jù)集上進行了測試,在隱藏10％的邊的條件下,slas