基于種子節(jié)點選擇和鏈路預測的多標簽分類算法研究.pdf

1、隨著互聯(lián)網等信息技術的發(fā)展，網絡數(shù)據(jù)挖掘占據(jù)著越來越重要的地位，并成功應用于用戶行為分析，文檔分類，圖像分類等領域。分類問題可以進一步分為單標簽分類和多標簽分類。分類任務中，當分類對象屬于多個候選類中的一個類別時，該問題稱為單標簽分類;當分類對象屬于多個候選類中的多個類別時，該問題稱為多標簽分類。集體分類方法將網絡中的邊視為同質的，能夠對相互連接的多個實體同時進行分類，可以取得較好的分類效果，主要適用于同質信息網絡中的單標簽分類問題。然

2、而現(xiàn)實世界中，人們經常面臨的是多關系網絡，網絡實體一般同時擁有多個標簽，實體間的鏈接往往代表不同的語義含意，鏈接的類型多種多樣。集體分類無法區(qū)分多關系網絡中邊的異構情況，難以獲得較高的分類準確率。多關系網絡環(huán)境下的多標簽分類問題，目前已取得了眾多學者的廣泛關注，并得到了廣泛的研究。
　　已有的方法中，通常都是從網絡中隨機的選取節(jié)點作為訓練集，分類結果不穩(wěn)定，分類精度不高。本文借鑒了主動學習思想，提出了SHDA算法，利用網絡的拓撲結

3、構，將網絡劃分為多個affiliations，從每個affiliation中按比例的選取度數(shù)高的節(jié)點，最后將選擇的節(jié)點合并處理后得到種子節(jié)點。對種子節(jié)點進行預先標注并作為訓練集進行多標簽分類，能夠使得分類算法以最小的樣本獲得最高的分類精度，提高多標簽分類的準確率。
　　現(xiàn)實生活中的網絡數(shù)據(jù)可能存在不完備，不全面的情況，網絡數(shù)據(jù)不一定能真實的反應現(xiàn)實世界中實體間的關系。針對這種情況，我們提出了LP-SCRN算法，使用偶數(shù)步的鏈路預測