大規(guī)模社交網(wǎng)絡(luò)中二元關(guān)系預(yù)測(cè)方法研究.pdf

1、大規(guī)模社交網(wǎng)絡(luò)中的二元關(guān)系預(yù)測(cè)問(wèn)題是指通過(guò)已知的網(wǎng)絡(luò)結(jié)構(gòu)信息預(yù)測(cè)網(wǎng)絡(luò)中已存在邊的二元關(guān)系問(wèn)題,該問(wèn)題對(duì)于研究網(wǎng)絡(luò)完整的結(jié)構(gòu)和挖掘網(wǎng)絡(luò)隱藏的相關(guān)信息都具有很重要的意義。目前預(yù)測(cè)效果最好的方法是 Jure等人提出了的使用LR模型的方法,LR模型是一種線性回歸方法,不能很好的擬合大量的、復(fù)雜的社會(huì)關(guān)系,因此本文在此基礎(chǔ)上提出了使用支持向量SVM模型來(lái)解決普通的社交網(wǎng)絡(luò)中的二元關(guān)系。
　　針對(duì)于普通的社交網(wǎng)絡(luò),本文主要在3個(gè)方面上進(jìn)行了改

2、進(jìn):第一,Jure等人雖然選取了23種特征描述網(wǎng)絡(luò),但通過(guò)分析發(fā)現(xiàn)在這23種特征中,存在一些線性相關(guān)的特征,這樣的特征對(duì)于預(yù)測(cè)沒(méi)有意義,但卻會(huì)耗費(fèi)時(shí)間以及空間,因此,本文通過(guò)特征選擇的方法(PCA方法)進(jìn)行特征選擇。本文首先提出了10種新的特征,綜合Jure等人的23種特征,一共33種特征,然后使用PCA對(duì)這33種特征中的11種特征進(jìn)行了降維處理,選出影響力大的主成分,再對(duì)網(wǎng)絡(luò)中的二元關(guān)系進(jìn)行預(yù)測(cè);第二,Jure等人使用LR的模型適合處

3、理線性分類(lèi),而社交網(wǎng)絡(luò)中的關(guān)系不是線性可分的,因此本文提出使用SVM模型進(jìn)行分類(lèi),支持向量SVM支持非線性的分類(lèi);第三,使用Adaboost算法對(duì)已有的算法進(jìn)行集成,將多個(gè)單獨(dú)的算法作為弱分類(lèi)器,使用Adaboost集成為一個(gè)強(qiáng)分類(lèi)器,提高了預(yù)測(cè)的準(zhǔn)確率。
　　以上三個(gè)改進(jìn)是針對(duì)于普通的社交網(wǎng)絡(luò)中的二元關(guān)系預(yù)測(cè)問(wèn)題的改進(jìn),而針對(duì)于大規(guī)模社交網(wǎng)絡(luò)難以使用單一的模型進(jìn)行預(yù)測(cè)的問(wèn)題,本文提出了將一個(gè)大規(guī)模的網(wǎng)絡(luò)劃分為幾個(gè)小的網(wǎng)絡(luò),然后對(duì)

4、每一個(gè)子網(wǎng)絡(luò)單獨(dú)建立各自的SVM模型,取得了較好的預(yù)測(cè)結(jié)果。本文提出了兩種劃分網(wǎng)絡(luò)的方法,第一種方法是根據(jù)邊的EM值,即邊的嵌入度來(lái)劃分網(wǎng)絡(luò),第二種方法是使用K-means聚類(lèi)方法將整個(gè)網(wǎng)絡(luò)聚為 K類(lèi)。通過(guò)這兩種分類(lèi)方法將一個(gè)大規(guī)模的社交網(wǎng)絡(luò)劃分為幾個(gè)小的子網(wǎng)絡(luò),然后對(duì)每一個(gè)子網(wǎng)絡(luò)建立各自的SVM模型。
　　該算法在Epinions, Slashdot以及Wikipedia三個(gè)數(shù)據(jù)集上進(jìn)行了測(cè)試,在隱藏10％的邊的條件下,slas