-
题名多维相似度特征的社交网络链接分类
被引量：1
- 1
-
-
作者
伍杰华
沈静
周蓓
-
机构
广东工贸职业技术学院计算机工程系
华南理工大学信息科学与技术学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2017年第6期1323-1328,共6页
-
基金
广东省优秀青年教师项目(YQ2015177)资助
广东省科技计划项目(2011B080701082)资助
-
文摘
深入挖掘社交网络的特征信息对链接的分类具有重要作用.然而已有的特征均基于单维网络构建,忽视了社交网络的多维复杂性及特征之间的冗余信息问题.为解决此问题,提出一种基于RReliefF特征选择模型的多维社交网络链接分类算法.该方法首先在单维相似度特征模型的框架下给出维度关联因子的定义,然后通过改进基于加权传播的的相似度指标,构造多维特征相似度,最后引入RReliefF算法对特征进行选择,有效处理了特征间的冗余信息和噪音信息.在YouTube数据集的实验结果表明,引入的维度关联因子提高了特征的多维度属性,对多维特征信息分析和选择有助于筛选判别性的特征,提高链接分类的质量,验证该方法的有效性.
-
关键词
社交网络
多维网络
关系分类
链接分类
特征选择
rrelief
F算法
-
Keywords
social networks
multi-dimensional network
relational classification
link classification
feature selection
rreliefF algorithm
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
