一种基于多阶邻居的网络环境下多标签分类算法

• 作者: 张赞 李磊 汪萌 王浩
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 社交网络 关系学习 多标签分类
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2330-2334
• 页数: 5页
• 分类号: TP311
• 字数: 3668字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.10.007

摘要

随着标签分类应用的增长，社交网络环境下多标签分类已成为一个重要的数据挖掘研究领域。关系分类模型基于一阶邻居做标签分类，其性能优于传统的多标签分类器。但现有的关系分类模型也存在问题：第一，仅利用一阶邻居做分类，未能充分使用邻居信息。第二，网络数据通常包含大量不连通的孤立部分，其标签无法利用现有的关系分类模型分类。考虑基于共引规则为非孤立节点挖掘二阶邻居和基于节点特征向量相似度为孤立节点挖掘高阶邻居，本文提出一种新的基于多阶邻居的网络数据多标签分类算法，称为MORN算法。在多个真实数据集上将MORN与现有的关系分类模型作对比，实验表明，MORN算法能够学习到更多节点的标签且精度优于传统关系分类方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	合肥工业大学计算机与信息学院	193	1473	20.0	29.0
2	李磊	合肥工业大学计算机与信息学院	32	335	7.0	18.0
3	汪萌	合肥工业大学计算机与信息学院	7	22	3.0	4.0
4	张赞	合肥工业大学计算机与信息学院	2	11	2.0	2.0