随着在线社交应用和媒体的迅速扩散,在线社交网络(Online Social Network,OSN)已将我们的日常生活与网络信息空间连接起来.这些连接产生了大量的数据,不仅包括传播信息,还包括用户行为.社交关系挖掘的研究是社交网络挖掘中的一个重要领...
详细信息
随着在线社交应用和媒体的迅速扩散,在线社交网络(Online Social Network,OSN)已将我们的日常生活与网络信息空间连接起来.这些连接产生了大量的数据,不仅包括传播信息,还包括用户行为.社交关系挖掘的研究是社交网络挖掘中的一个重要领域,为我们对网络的形成机理、用户的交互模式和动态机制的理解提供了一个机会.社交关系(Social Ties)是社交网络中人与人连接和交互的纽带,也是社交网络中信息传播的基础.从计算学的观点来看,社交关系挖掘的研究包括社交关系的形成机理、社交关系的语义化以及基于社交关系人与人之间的交互.该文综述性地分析了这3个方面的研究现状,具体来说,在社交关系形成机理方面介绍关系链接预测,在基于社交关系的交互方面介绍关系交互预测,在社交关系语义化方面介绍关系类型预测.首先给出社交网络分析问题的形式化描述和相关概念、常用数据,然后分别介绍关系链接预测、关系类型预测和关系交互预测3个方面的方法、理论和模型,并给出重要的应用实例及其效果.最后,该文给出了未来工作的展望.
三支决策理论是传统二支决策上的拓展,具有三种决策规则,即接受、拒绝和不承诺。三支决策广泛适用于不确定或不完整信息的处理。基于覆盖算法的三支决策模型能够自动确定三个域,但是,传统覆盖算法的覆盖中心选取是个不可控的随机过程,单次实验的精度无法保证。因此,本文提出了一种优化覆盖算法中心的三支决策模型(optimal center in constructive covering algorithm,简称OCCCA)。该模型结合最近均值思想,在获取覆盖中心时,先求取数据集同类样本的均值,然后选取与均值最近的样本作为覆盖中心,从而实现优化覆盖算法中心的三支决策模型。实验表明,OCCCA比传统覆盖算法在三支决策模型分类准确率上有平均5%的提高。
暂无评论