基于K_means和LabelPropagation的半监督网页分类.pdfVIP

基于Ｋ－ｍｅａｎｓ和ＬａｂｅｌＰｒｏ ａ ａｔｉｏｎ 　 ｐ ｇ 的半监督网页分类 ， 贺松林 张 晖 　 （ ， ） 西南科技大学计算机科学与技术学院 四川绵阳 ６２１０００ 摘 要： ， ， ， 。 提出基于图的半监督学习算法 即类别传播算 结合 均值算法改进 用于网页分类 该 均值类别传播方 Ｋ Ｋ 　 。 ， ， 法使用欧式距离的建立带权∈ＮＮ 图 在这个图中 图节点表示已标记或未标记的网页 边上的权重表示节点的相似 ， ， 。 ， 度 已标记节点的类别沿着边向邻居节点传播 从而将网页分类问题形式化为类别在图上的传播 结合 均值方法 Ｋ ， ， ， ， 提高了计算速度以及图方法的归纳能力 经ＵＣＩ数据集测试 结果表明 此算法比类别传播算法有更好的性能 能够 有效地用于半监督网页分类。 关键词： ； ； ； ； 半监督学习 网页分类 图 类别传播 均值 ｋ 中图分类号： 文献标识码： 文章编号： （ ） ＴＰ３１１ Ａ １６７２７８００２０１１０２００４９０３ 　　　　　 　　　　　 － － － ０ 引言 １ 图模型的构造 　 　 ， ， 图模型的选择 在传统的网页分类中 通常采用有监督学习 通过对 １．１ 　 ， ， （ ） 在图模型中 图中的节点为已标记和未标记的数据 大量有标记 ｌａｂｅｌｅｄ 的网页训练集进行学习来预测未标 ， 记（ ） 。 边的权重体现对应两个连接节点的关联程度 通常可以用 ｕｎｌａｂｅｌｅｄ 网页的类别 随着数据收集和存储技术的 ， 。