社會(huì)網(wǎng)絡(luò)上的用戶屬性推測(cè)方法研究.pdf

1、在線社交網(wǎng)站是web2.0時(shí)代的標(biāo)志性產(chǎn)物，它改變了人們的生活方式，數(shù)以千萬(wàn)的用戶在社交網(wǎng)站上聯(lián)絡(luò)好友、分享動(dòng)態(tài)、參與活動(dòng)。社交網(wǎng)站提供基本資料頁(yè)面供注冊(cè)用戶填寫，如性別、生日、地理位置、教育背景、興趣愛(ài)好等等，然而現(xiàn)實(shí)卻是，社交網(wǎng)站的用戶資料存在著嚴(yán)重的不完整、不準(zhǔn)確問(wèn)題。
　　本文研究社交網(wǎng)絡(luò)中的用戶屬性推測(cè)方法，主要貢獻(xiàn)包括以下三點(diǎn)：
　　第一，傳統(tǒng)關(guān)系型數(shù)據(jù)分類方法是基于不同的應(yīng)用場(chǎng)景提出的，本文詳盡考察了相關(guān)的經(jīng)典

2、算法，并在真實(shí)社交網(wǎng)絡(luò)用戶屬性數(shù)據(jù)集上進(jìn)行橫向?qū)Ρ葘?shí)驗(yàn)，對(duì)照實(shí)驗(yàn)結(jié)果對(duì)經(jīng)典算法的優(yōu)劣展開討論。
　　第二，本文結(jié)合社會(huì)學(xué)中“強(qiáng)關(guān)系”和“弱關(guān)系”的劃分，分析了利用同質(zhì)性進(jìn)行屬性推測(cè)的本質(zhì)，提出了“同質(zhì)邊”與“異質(zhì)邊”的概念，指出“異質(zhì)邊”是影響屬性推測(cè)的噪音。隨后本文引入擴(kuò)展的歐式距離，提出一種自學(xué)習(xí)的邊的同質(zhì)性度量，使用該度量采取簡(jiǎn)單的刪邊降噪手段，實(shí)驗(yàn)證明了結(jié)合該自學(xué)習(xí)度量的降噪手段的有效性。該部分研究展示了尋求有效的數(shù)據(jù)預(yù)處

3、理手段，可以在一定程度上提高屬性推測(cè)的準(zhǔn)確率。
　　第三，本文提出一種新的用戶屬性推測(cè)方法——跳數(shù)限制的近鄰算法（HopsLimited Relational Neighbor），它主要針對(duì)經(jīng)典算法LI（LocalIterative）的不穩(wěn)定問(wèn)題，一個(gè)重要缺陷是迭代輪數(shù)增加時(shí)，準(zhǔn)確率先上升后下降。通過(guò)在LI算法框架下，重新設(shè)計(jì)鄰居節(jié)點(diǎn)的投票過(guò)程，加入更加細(xì)致的標(biāo)簽傳播控制、標(biāo)簽傳播距離限制和膨脹操作，在準(zhǔn)確率可比的前提下，大幅度提