基于半监督学习的社交网络用户属性推测

基于半监督学习的社交网络用户属性推测

ID:33300692

大小:1.21 MB

页数:59页

时间:2019-02-23

基于半监督学习的社交网络用户属性推测_第1页
基于半监督学习的社交网络用户属性推测_第2页
基于半监督学习的社交网络用户属性推测_第3页
基于半监督学习的社交网络用户属性推测_第4页
基于半监督学习的社交网络用户属性推测_第5页
资源描述:

《基于半监督学习的社交网络用户属性推测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文基于半监督学习的社交网络用户属性推测INFERRINGUSERPROFILESINSOCIALNETWORKWITHSEMI-SUPERVISEDLEARNING董丽哈尔滨工业大学2011年12国内图书分类号:TP391.4学校代码:10213国际图书分类号:621.3密级:公开工学硕士学位论文基于半监督学习的社交网络用户属性推测硕士研究生:董丽导师:丁宇新副教授申请学位:工学硕士学科、专业:计算机科学与技术所在单位:深圳研究生院答辩日期:2011年12月授予学位单位:哈尔滨工业大学Classified

2、Index:TP391.4U.D.C:621.3ThesisfortheMasterDegreeofEngineeringInferringUserProfilesinSocialNetworkwithSemi-SupervisedLearningCandidate:DongLiSupervisor:AssociateProf.DingYuxinAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ComputerScience&TechnologyAffil

3、iation:ShenzhenGraduateSchoolDateofDefence:December,2011Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着网络的发展,在线社交网络已经成为人们相互联络,发表观点,及分享消息的主要途径。比如Facebook、Flickr、人人网、开心网等。通常社交网络中的用户会提供一些个人信息如:性别、年龄、大学、专业、兴趣爱好等。这些属性是用户组成小组,分享内容,成为好友的基

4、础。然而现实中并不是每个用户都提供了完整的用户信息。本次研究要解决的问题就是:在已知社交网络中一些用户的属性信息的情况下,是否能预测那些隐藏的用户属性?换句话说就是我们能否利用社交网络的图结构,及图中一些已知信息,推测出那些用户的隐藏属性。虽然当前的社交网络设计了一些策略来防止用户隐私信息的泄漏,但是这些策略还都不够完善。用户的个人信息,公共组信息及好友关系,都可以用来推测用户的隐藏的属性。以往的关于用户隐私推测的研究多是基于有监督学习的。然而在线社交网络通常包只含少数的公开信息称其为标记数据,现实中我们较容易获得

5、的往往是大量的隐含数据称其为未标记数据。由于社交网络用户数据的这一特点,使得传统的有监督学习方法并不能很好的解决这一问题。最近半监督学习方法在标记数据较少的数据集上得到了广泛的应用。本课题把在线社交网络中的用户属性推测作为研究对象,采用半监督学习方法中的局部全局一致性方法推测用户属性。将利用在线社交网络中用户的个人属性,交友关系,和组关系来推测用户的隐私属性。本文的主要贡献有三点:第一,我们分析了社交网络用户数据的分布、结构及连接特点选择半监督学习方法中的基于图的算法。第二,在用户节点的权值计算上根据用户节点的标记

6、与否,采用不同的权值计算方法。第三,分析了用户的个人属性,公共组信息,及好友关系,对不同用户属性推测结果的影响。最后我们选择人人网用户数据进行实验。实验结果证明了如下几点:第一,利用半监督学习的方法解决用户属性推测问题,比用有监督学习方法更有效率。第二,我们的权值计算策略,比以往的权值计算方法能取得更好的正确率。第三,用户的个人属性,公共组信息,及好友关系,对不同用户属性推测结果的影响不同。关键词:社交网络;属性推测;半监督学习;权值计算-I-哈尔滨工业大学工学硕士学位论文AbstractWiththerapidd

7、evelopmentoftheInternet,Onlinesocialnetworkshasbeenapopularwayforpeopletointeractwiththeirfriends,expressviewsandsharecontent,likeFacebook,Flickr,Twitter,RenRen,andKaiXin.Usually,usersinthesocialnetworkposttheirownprofiles,consistingofattributeslikegender,univ

8、ersity,major,hobbyandsoon.Suchprofileinformationisusedonsocialnetworkasabasisforgroupinguser,forsharingcontent,andforsuggestingfriends.However,inpractice,notallusersinthesocialnetw

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。