Institute of Computing Technology, Chinese Academy IR
| 基于半监督学习的社交网络用户属性预测 | |
| 丁宇新1; 肖骁1; 吴美晶1; 张逸彬1; 董丽2 | |
| 2014 | |
| 发表期刊 | 通信学报
 |
| ISSN | 1000-436X |
| 卷号 | 35.0期号:008页码:15 |
| 摘要 | 研究如何利用社交关系推测用户的隐藏属性（私隐信息）,采用基于图的半监督学习方法推测用户属性。为了提高预测的准确率,提出利用属性聚集度评价属性推测的难易程度,并依用户节点标记的不同,设计不同的权重公式计算用户之间的关系强度。以“人人网”数据作为实验数据,对用户的兴趣与毕业学校进行预测,验证了方法的有效性。 |
| 关键词 | 社交网络 属性推测 半监督学习 信息安全 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/34534 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.哈尔滨工业大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 丁宇新,肖骁,吴美晶,等. 基于半监督学习的社交网络用户属性预测[J]. 通信学报,2014,35.0(008):15. |
| APA | 丁宇新,肖骁,吴美晶,张逸彬,&董丽.(2014).基于半监督学习的社交网络用户属性预测.通信学报,35.0(008),15. |
| MLA | 丁宇新,et al."基于半监督学习的社交网络用户属性预测".通信学报 35.0.008(2014):15. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [丁宇新]的文章 |
| [肖骁]的文章 |
| [吴美晶]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [丁宇新]的文章 |
| [肖骁]的文章 |
| [吴美晶]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [丁宇新]的文章 |
| [肖骁]的文章 |
| [吴美晶]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论