基于半监督学习的社交网络用户属性预测
Predicting users' profiles in social network based on semi-supervised learning作者机构：哈尔滨工业大学深圳研究生院广东深圳518055 中国科学院计算所计算机体系结构国家重点实验室北京100190
出 版 物：《通信学报》 (Journal on Communications)
年 卷 期：2014年第35卷第8期
页 面：15-22页
核心收录：
学科分类：0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金资助项目(61100192) 中国科学院计算所计算机体系结构国家重点实验室开放基金资助项目 哈尔滨工业大学科研创新基金资助项目(2010123) 哈尔滨工业大学深圳研究生院网络智能计算重点实验室基金资助项目~~
摘 要：研究如何利用社交关系推测用户的隐藏属性(私隐信息),采用基于图的半监督学习方法推测用户属性。为了提高预测的准确率,提出利用属性聚集度评价属性推测的难易程度,并依用户节点标记的不同,设计不同的权重公式计算用户之间的关系强度。以人人网数据作为实验数据,对用户的兴趣与毕业学校进行预测,验证了方法的有效性。
维普期刊数据库
同方期刊数据库