一种结合特征选择和链接过滤的主动协作分类方法

• 作者: 刘大有 李丽娜 欧阳继红 高文杰
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 协作分类 特征选择 链接过滤 主动学习 网络数据
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 2349-2357
• 页数: 9页
• 分类号: TP18
• 字数: 8868字
• 语种: 中文

摘要

分类是网络数据挖掘中的重要研究课题之一.协作分类利用网络节点之间的依赖关系对相互链接的节点集合进行组合分类,其精度高于传统的分类方法,受到广泛关注,并被应用于文档分类、蛋白质结构预测、图像处理和社会网络分析等众多领域.提出一种结合特征选择和链接过滤的主动协作分类方法,算法首先基于最小冗余-最大相关方法选择重要的属性,并建立隐式链接；之后过滤初始链接得到显式链接,最后集成隐式和显式链接形成新的网络结构,再应用协作分类方法实现分类.在3个公共数据集上将该方法分别与典型的传统分类方法、协作分类方法进行对比,结果表明该方法能获得较高的分类精度,对稀疏标记的网络其优势更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高文杰	吉林大学数学学院	51	98	6.0	7.0