基于集成學(xué)習(xí)的社會網(wǎng)絡(luò)正負(fù)鏈接預(yù)測研究.pdf

1、近年來，隨著在線社會網(wǎng)絡(luò)的不斷發(fā)展和計(jì)算機(jī)系統(tǒng)處理能力的不斷提高，社會網(wǎng)絡(luò)分析和挖掘成為熱門的研究領(lǐng)域。大部分對社會網(wǎng)絡(luò)的研究集中在只有正鏈接的網(wǎng)絡(luò)，本文研究對象為同時(shí)擁有正鏈接和負(fù)鏈接的符號社會網(wǎng)絡(luò)。在符號社會網(wǎng)絡(luò)中，正鏈接用來表達(dá)積極的含義，如朋友關(guān)系和信任關(guān)系；負(fù)鏈接用來表達(dá)消極的含義，如敵對關(guān)系和不信任關(guān)系。正負(fù)鏈接預(yù)測是符號社會網(wǎng)絡(luò)分析的一個(gè)重要方向，具有許多現(xiàn)實(shí)的應(yīng)用，如朋友關(guān)系推薦，用戶態(tài)度推測。
　　為了提高符號社

2、會網(wǎng)絡(luò)中正負(fù)鏈接預(yù)測的性能，提出了一種基于集成學(xué)習(xí)的方法。相比較于現(xiàn)有的基于監(jiān)督式學(xué)習(xí)的方法，該方法從三個(gè)方面進(jìn)行了改進(jìn)。首先，在特征向量構(gòu)造階段，對已有的特征進(jìn)行了擴(kuò)展，構(gòu)建了盡可能多的特征來提供更多有用的信息。其次，符號社會網(wǎng)絡(luò)中的正負(fù)鏈接分布不平衡，正鏈接的數(shù)量遠(yuǎn)多于負(fù)鏈接的數(shù)量，為了解決分布不平衡對預(yù)測性能的影響，提出了基于 k-means聚類的欠采樣方法來處理不平衡問題。最后，不同于現(xiàn)有的基于監(jiān)督式學(xué)習(xí)的方法采用單個(gè)分類器來預(yù)