代價(jià)敏感的多標(biāo)簽分類算法及其在標(biāo)簽推薦中應(yīng)用研究.pdf

1、信息技術(shù)的快速發(fā)展帶來了信息過載的問題，它使人們很難從海量的數(shù)據(jù)中找到所需的信息。自動(dòng)分類技術(shù)作為解決信息過載問題的有效方法，已經(jīng)在許多領(lǐng)域得到了廣泛地應(yīng)用。傳統(tǒng)的分類假設(shè)實(shí)例僅與一個(gè)標(biāo)簽相關(guān)，而類似圖像、文本、生物信息等領(lǐng)域中，實(shí)例往往都與多個(gè)標(biāo)簽相關(guān)，傳統(tǒng)分類并不再適用，因此多標(biāo)簽學(xué)習(xí)成為重要的研究課題。此外，傳統(tǒng)分類假設(shè)所有分類錯(cuò)誤的代價(jià)是相同的，但是在現(xiàn)實(shí)世界的應(yīng)用問題中，不同的分類錯(cuò)誤往往會(huì)造成顯著的不同代價(jià)，因此，代價(jià)敏感學(xué)

2、習(xí)在此類應(yīng)用中具有重要意義。社會(huì)標(biāo)簽推薦作為近來研究的熱點(diǎn)問題，由于其標(biāo)簽的相關(guān)性和包含噪音信息兩大特點(diǎn)，使得多標(biāo)簽分類和代價(jià)敏感分類得以應(yīng)用于社會(huì)標(biāo)簽推薦。本文主要研究多標(biāo)簽分類算法和代價(jià)敏感分類算法，并根據(jù)社會(huì)標(biāo)簽的特點(diǎn)，對多標(biāo)簽分類算法和代價(jià)敏感分類算法及其兩者結(jié)合在社會(huì)標(biāo)簽推薦中的應(yīng)用展開了相關(guān)研究。
　　首先，本文對多標(biāo)簽分類與代價(jià)敏感分類的概念進(jìn)行了闡述，分別總結(jié)了多標(biāo)簽分類和代價(jià)敏感分類的相關(guān)算法，并分析了主要算法的

3、優(yōu)缺點(diǎn)。然后，提出了基于標(biāo)簽聚類的多標(biāo)簽算法，該算法通過標(biāo)簽平衡k-mean聚類來挖掘那些隱藏在訓(xùn)練集的重要標(biāo)簽組合，并將其按照一定方式添加到原訓(xùn)練集形成新的訓(xùn)練集，再對新訓(xùn)練集進(jìn)行學(xué)習(xí)得到分類器，以此改進(jìn)原有基于LP的多標(biāo)簽分類算法。經(jīng)過在多標(biāo)簽數(shù)據(jù)集上的實(shí)驗(yàn)表明，該算法能夠有效發(fā)現(xiàn)訓(xùn)練集中隱藏的重要標(biāo)簽組合，提高算法的分類性能。最后，根據(jù)社會(huì)標(biāo)簽推薦的兩大特點(diǎn)，本文將社會(huì)標(biāo)簽推薦的問題分別建模成多標(biāo)簽分類問題和代價(jià)敏感分類問題進(jìn)行了