10.3969/j.issn.1671-1122.2016.06.011
基于通联数据的人际关系网络构建与挖掘
网络通讯已然成为了信息时代最具代表性的产物,用户之间的社交关系也变得越来越清晰、越来越重要。文章通过模拟通联数据,利用中文分词、自然语言处理等技术构建反映人际关系的通联好友网络,并设计了一种适用于好友网络人际关系预测的多分类算法。该算法首先利用层次聚类对原始数据进行聚类并结合人工干预,确定最终类的个数,从而有效避免通联分组信息的多义词性造成的类别数过多的问题,然后以通联来往记录等信息为基础设计分类特征,最后利用在小样本下,具有复杂决策边界建模能力的支持向量机(Support Vector Machine, SVM)进行训练,得到适用于人际关系预测的分类模型,并用于未知人际关系的预测。
通联日志、人际网络、用户串并、关系预测、SVM
TP309(计算技术、计算机技术)
国家重点基础研究发展计划[2014CB340406];2016基本科研业务费专项资金[C163567];广州市科技计划2014Y2-00022
2016-07-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
68-73