社交網(wǎng)絡(luò)環(huán)境下的多標(biāo)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(shí)、與朋友聯(lián)系互動(dòng)的媒介，在我們生活中起到越來(lái)越重要的作用。標(biāo)簽分類是社交網(wǎng)絡(luò)中的一項(xiàng)重要應(yīng)用，例如在社交網(wǎng)絡(luò)中的用戶具有興趣標(biāo)簽和好友關(guān)系標(biāo)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(biāo)簽。在傳統(tǒng)標(biāo)簽分類中，網(wǎng)絡(luò)數(shù)據(jù)由單個(gè)標(biāo)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(lái)越多樣

2、化，單個(gè)標(biāo)簽已無(wú)法滿足社交網(wǎng)絡(luò)數(shù)據(jù)復(fù)雜和多語(yǔ)義的特性。因此，社交網(wǎng)絡(luò)環(huán)境下的多標(biāo)簽分類研究得到了越來(lái)越多的關(guān)注?；诖?，本文將針對(duì)社交網(wǎng)絡(luò)結(jié)構(gòu)分析、社交網(wǎng)絡(luò)環(huán)境下的多標(biāo)簽分類以及多標(biāo)簽在推薦系統(tǒng)中的應(yīng)用三個(gè)方面進(jìn)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(biāo)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(biāo)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(duì)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(shí)驗(yàn)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(huì)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(biāo)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(duì)于多標(biāo)簽分類的影響。實(shí)驗(yàn)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(dāng)已知標(biāo)簽數(shù)量很少的時(shí)候。
　　(4)在上述算法計(jì)算得出的社會(huì)標(biāo)簽的基礎(chǔ)上，提出了一種多源評(píng)價(jià)聚合算法。首先基于評(píng)分者的社會(huì)標(biāo)簽計(jì)算他們的權(quán)威程度，然后將權(quán)威程度加入多源評(píng)價(jià)聚合過程中，來(lái)更加準(zhǔn)確的評(píng)估實(shí)體的真實(shí)得分。實(shí)驗(yàn)表明，該方法能有效消除推薦系統(tǒng)中的嚴(yán)格推薦者和寬松推薦者帶來(lái)的干擾噪音，