检索结果-南通市图书馆

作者：张晓哈尔滨工业大学

学位级别：硕士

在线社交网站是web2.0时代的标志性产物,它改变了人们的生活方式,数以千万的用户在社交网站上联络好友、分享动态、参与活动。社交网站提供基本资料页面供注册用户填写,如性别、生日、地理位置、教育背景、兴趣爱好等等,然而现实却是,... 详细信息

在线社交网站是web2.0时代的标志性产物,它改变了人们的生活方式,数以千万的用户在社交网站上联络好友、分享动态、参与活动。社交网站提供基本资料页面供注册用户填写,如性别、生日、地理位置、教育背景、兴趣爱好等等,然而现实却是,社交网站的用户资料存在着严重的不完整、不准确问题。本文研究社交网络中的用户属性推测方法,主要贡献包括以下三点:第一,传统关系型数据分类方法是基于不同的应用场景提出的,本文详尽考察了相关的经典算法,并在真实社交网络用户属性数据集上进行横向对比实验,对照实验结果对经典算法的优劣展开讨论。第二,本文结合社会学中“强关系”和“弱关系”的划分,分析了利用同质性进行属性推测的本质,提出了“同质边”与“异质边”的概念,指出“异质边”是影响属性推测的噪音。随后本文引入扩展的欧式距离,提出一种自学习的边的同质性度量,使用该度量采取简单的删边降噪手段,实验证明了结合该自学习度量的降噪手段的有效性。该部分研究展示了寻求有效的数据预处理手段,可以在一定程度上提高属性推测的准确率。第三,本文提出一种新的用户属性推测方法——跳数限制的近邻算法（Hops Limited Relational Neighbor）,它主要针对经典算法LI（Local Iterative）的不稳定问题,一个重要缺陷是迭代轮数增加时,准确率先上升后下降。通过在LI算法框架下,重新设计邻居节点的投票过程,加入更加细致的标签传播控制、标签传播距离限制和膨胀操作,在准确率可比的前提下,大幅度提高了LI算法的稳定性。

关键词：社交网络属性推测节点分类降噪

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

社交网络虚拟用户属性推测关键技术研究与实现

社交网络虚拟用户属性推测关键技术研究与实现

引用

作者：卢佳星哈尔滨工业大学

学位级别：硕士

社交网络平台作为一种用户交流和分享信息的虚拟平台,蕴含了大量的用户信息,其中用户属性信息在个性化推荐、精准营销以及舆情引导等方面发挥着重要作用。社交网络平台无法准确获取用户属性,就不能为用户提供优质服务。因此,研究用户属... 详细信息

社交网络平台作为一种用户交流和分享信息的虚拟平台,蕴含了大量的用户信息,其中用户属性信息在个性化推荐、精准营销以及舆情引导等方面发挥着重要作用。社交网络平台无法准确获取用户属性,就不能为用户提供优质服务。因此,研究用户属性对社交网络平台具有重要作用。该领域不同研究者对虚拟用户属性定义不一致,导致在研究属性推测问题时,存在结构混乱(父子级关系不明确)、推测方法适用性受限、研究成果可拓展性差等问题。针对这些问题,本文对虚拟用户属性定义以及推测方法进行了深入研究。首先,针对虚拟用户属性定义不一致的问题,研究了虚拟用户属性表述模型。通过分析社交网络用户数据,刻画了描述用户的四个属性维度。同时,针对属性缺失及不准确的问题,提出了一种基于模型分类以及邻居-社团联合更新的虚拟用户属性计算模型。该模型能针对不同基本属性特点,控制更新操作的有无,在节约时间成本的同时,提高了属性推测的准确率。其次,将虚拟用户属性计算模型应用于具体基本属性推测任务。针对属性聚集性强弱的差异,进行了性别和职业两种属性的研究。在性别推测中,针对性分析了用户使用习惯特征,提出了特征选择及基于字典的特征权重计算方法,并引入了一种基于朴素贝叶斯融合的分类算法,弥补了单纯特征叠加效果不佳的问题,提升了分类效果;在职业推测中,改进了现有的主题式特征选择方法,设计了基于更新机制的分类算法,并测试分析了算法中的影响因子。实验证明,该算法在应用于职业推测时,能有效提升分类效果。最后,基于上述研究设计了虚拟用户属性推测原型系统。该系统通过分析待测用户发布内容、链接关系数据,获取自身以及邻居-社团传播的信号,最终推测用户的属性类别,从而用于充实用户属性表述模型,达到提升个性化推荐服务质量的目的。

关键词：社交网络虚拟用户表述模型计算模型属性推测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于半监督学习的社交网络用户属性预测

引用

通信学报 2014年第8期35卷 15-22页

作者：丁宇新肖骁吴美晶张逸彬董丽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

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。... 详细信息

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。

关键词：社交网络属性推测半监督学习信息安全

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：