网络数据分类研究进展

• 作者: 关佶红 周水庚 熊伟
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 网络数据分类 协同分类 半监督学习 主动学习
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 综述与评论
• 页码范围: 527-537
• 分类号: TP181
• 字数: 13185字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.04.011

摘要

各种网络的广泛应用产生了大量的网络数据,对网络数据进行分类是数据挖掘的一个重要问题.文中对网络数据分类的国内外研究进展进行评述.首先概述网络数据分类的基本概念,然后详细分析各种网络数据分类算法,重点讨论在网络标注稀疏情况下的网络数据分类面临的挑战和解决策略,最后对网络数据分类技术进行总结和展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊伟	复旦大学计算机科学与技术学院上海智能信息处理重点实验室	11	66	6.0	8.0
2	周水庚	复旦大学计算机科学与技术学院上海智能信息处理重点实验室	38	1881	20.0	38.0
3	关佶红	同济大学计算机科学与技术系	50	522	13.0	21.0