基于種子節(jié)點(diǎn)選擇和鏈路預(yù)測的多標(biāo)簽分類算法研究.pdf

1、隨著互聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，網(wǎng)絡(luò)數(shù)據(jù)挖掘占據(jù)著越來越重要的地位，并成功應(yīng)用于用戶行為分析，文檔分類，圖像分類等領(lǐng)域。分類問題可以進(jìn)一步分為單標(biāo)簽分類和多標(biāo)簽分類。分類任務(wù)中，當(dāng)分類對象屬于多個候選類中的一個類別時，該問題稱為單標(biāo)簽分類;當(dāng)分類對象屬于多個候選類中的多個類別時，該問題稱為多標(biāo)簽分類。集體分類方法將網(wǎng)絡(luò)中的邊視為同質(zhì)的，能夠?qū)ο嗷ミB接的多個實(shí)體同時進(jìn)行分類，可以取得較好的分類效果，主要適用于同質(zhì)信息網(wǎng)絡(luò)中的單標(biāo)簽分類問題。然

2、而現(xiàn)實(shí)世界中，人們經(jīng)常面臨的是多關(guān)系網(wǎng)絡(luò)，網(wǎng)絡(luò)實(shí)體一般同時擁有多個標(biāo)簽，實(shí)體間的鏈接往往代表不同的語義含意，鏈接的類型多種多樣。集體分類無法區(qū)分多關(guān)系網(wǎng)絡(luò)中邊的異構(gòu)情況，難以獲得較高的分類準(zhǔn)確率。多關(guān)系網(wǎng)絡(luò)環(huán)境下的多標(biāo)簽分類問題，目前已取得了眾多學(xué)者的廣泛關(guān)注，并得到了廣泛的研究。
　　已有的方法中，通常都是從網(wǎng)絡(luò)中隨機(jī)的選取節(jié)點(diǎn)作為訓(xùn)練集，分類結(jié)果不穩(wěn)定，分類精度不高。本文借鑒了主動學(xué)習(xí)思想，提出了SHDA算法，利用網(wǎng)絡(luò)的拓?fù)浣Y(jié)

3、構(gòu)，將網(wǎng)絡(luò)劃分為多個affiliations，從每個affiliation中按比例的選取度數(shù)高的節(jié)點(diǎn)，最后將選擇的節(jié)點(diǎn)合并處理后得到種子節(jié)點(diǎn)。對種子節(jié)點(diǎn)進(jìn)行預(yù)先標(biāo)注并作為訓(xùn)練集進(jìn)行多標(biāo)簽分類，能夠使得分類算法以最小的樣本獲得最高的分類精度，提高多標(biāo)簽分類的準(zhǔn)確率。
　　現(xiàn)實(shí)生活中的網(wǎng)絡(luò)數(shù)據(jù)可能存在不完備，不全面的情況，網(wǎng)絡(luò)數(shù)據(jù)不一定能真實(shí)的反應(yīng)現(xiàn)實(shí)世界中實(shí)體間的關(guān)系。針對這種情況，我們提出了LP-SCRN算法，使用偶數(shù)步的鏈路預(yù)測