社交網(wǎng)絡(luò)環(huán)境下的多標簽分類研究.pdf

1、隨著社交網(wǎng)絡(luò)的快速發(fā)展，出現(xiàn)了像Facebook、Twitter和YouTube這樣成功擁有海量用戶的社交網(wǎng)站。社交網(wǎng)絡(luò)作為一種共享知識、與朋友聯(lián)系互動的媒介，在我們生活中起到越來越重要的作用。標簽分類是社交網(wǎng)絡(luò)中的一項重要應(yīng)用，例如在社交網(wǎng)絡(luò)中的用戶具有興趣標簽和好友關(guān)系標簽。此外，用戶也可以給社交網(wǎng)絡(luò)中的各種文本、圖片、視頻信息打標簽。在傳統(tǒng)標簽分類中，網(wǎng)絡(luò)數(shù)據(jù)由單個標簽表示。但隨著各種社交網(wǎng)絡(luò)應(yīng)用的豐富，網(wǎng)絡(luò)數(shù)據(jù)的形式也越來越多樣

2、化，單個標簽已無法滿足社交網(wǎng)絡(luò)數(shù)據(jù)復(fù)雜和多語義的特性。因此，社交網(wǎng)絡(luò)環(huán)境下的多標簽分類研究得到了越來越多的關(guān)注?；诖耍疚膶⑨槍ι缃痪W(wǎng)絡(luò)結(jié)構(gòu)分析、社交網(wǎng)絡(luò)環(huán)境下的多標簽分類以及多標簽在推薦系統(tǒng)中的應(yīng)用三個方面進行研究。本文的主要工作如下:
　　(1)介紹了社交網(wǎng)絡(luò)環(huán)境下多標簽分類的產(chǎn)生背景和研究意義，分析了社交網(wǎng)絡(luò)結(jié)構(gòu)分析、多標簽分類以及推薦系統(tǒng)的研究現(xiàn)狀和研究缺陷，并詳述了相關(guān)領(lǐng)域的概念、分類、關(guān)鍵參數(shù)和經(jīng)典算法。
　　

3、(2)提出一種基于鏈接壽命的社交網(wǎng)絡(luò)結(jié)構(gòu)分析方法。將鏈接壽命加入社交網(wǎng)絡(luò)結(jié)構(gòu)分析中，研究鏈接壽命對于社交網(wǎng)絡(luò)結(jié)構(gòu)中重要的基礎(chǔ)參數(shù)（包括度，網(wǎng)絡(luò)直徑和平均聚類系數(shù)等）的影響。實驗表明，加入鏈接壽命后，社交網(wǎng)絡(luò)的演化結(jié)構(gòu)和傳統(tǒng)的研究有很大的不同，特別是，鏈接壽命的微小變化會導(dǎo)致網(wǎng)絡(luò)直徑的劇烈變化。
　　(3)在上述社交網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，提出了兩種半監(jiān)督的多標簽分類算法。在兩種經(jīng)典的關(guān)系型分類器的基礎(chǔ)上，加入must-link約束和不確

4、定性概率，研究must-link約束對于多標簽分類的影響。實驗表明，該方法在大規(guī)模社交網(wǎng)絡(luò)上比經(jīng)典關(guān)系型分類器具有更好的分類精度和效率，尤其當已知標簽數(shù)量很少的時候。
　　(4)在上述算法計算得出的社會標簽的基礎(chǔ)上，提出了一種多源評價聚合算法。首先基于評分者的社會標簽計算他們的權(quán)威程度，然后將權(quán)威程度加入多源評價聚合過程中，來更加準確的評估實體的真實得分。實驗表明，該方法能有效消除推薦系統(tǒng)中的嚴格推薦者和寬松推薦者帶來的干擾噪音，