多任务回归在社交媒体挖掘中的应用.pdfVIP

第 卷 第 期 哈 尔 滨 工 业 大 学 学 报 ４６ 　 ９ 　 　 　 　 　 　 　 　 Ｖｏｌ?? ４６ Ｎｏ?? ９ 年 月 　 　 ２ ０ １ ４ ９ ＪＯＵＲＮＡＬ ＯＦ ＨＡＲＢＩＮ ＩＮＳＴＩＴＵＴＥ ＯＦ ＴＥＣＨＮＯＬＯＧＹ Ｓｅｐ． ２０１４ 　 　 　 　 　 　 多任务回归在社交媒体挖掘中的应用 白朔天１， 袁 莎２， 程 立３， 朱廷劭４ 　 　 中国科学院大学 计算机与控制学院 北京 中国科学院 声学研究所 北京 （１． ， １００１９０ ； ２． ，１００１９１ ； 生物信息学研究所 新加坡科技研究局 新加坡 中国科学院 心理研究所 北京 ３． ，１３８６３２ ； ４． ， １００１０１ ） 摘 要： 随着社交媒体的迅速发展，针对网络信息挖掘的研究成为互联网领域备受关注的研究热点之一 传统的单任务 　 ． 回归对各个任务分别建模，在多变量预测的场合中，无法合理利用变量之间的共享信息 因此，本文通过多任务回归网络 ． 挖掘方法，分析社交媒体用户人格和网络行为的关联模式 实验通过在线被试邀请，采集了 个人人网用户样本和 ． ３３５ ５６３ 个新浪微博用户样本 采用多任务回归的算法，预测精度可达 以上 实验结果表明多任务回归对多变量建模效果要 ． ８７％ ． 优于单任务学习算法 ． 关键词： 多任务回归；社交媒体；网络挖掘；特征提取 中图分类号： 文献标志码： 文章编号： ＴＰ３９１?? ４ Ａ ０３６７－６２３４（２０１４）０９－０１００－０５ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｍｕｌｔｉ?ｔａｓｋ ｒｅｇｒｅｓｓｉｏｎ ｉｎ ｓｏｃｉａｌ ｍｅｄｉａ ｍｉｎｉｎｇ １ ２ ３ ４ ＢＡＩ Ｓｈｕｏｔｉａｎ ， ＹＵＡＮ Ｓｈａ ， ＣＨＥＮＧ Ｌｉ ， ＺＨＵ Ｔｉｎｇｓｈａｏ （１． Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， １００１９０ Ｂｅｉｊｉｎｇ， Ｃｈｉｎａ； ２． Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｃｏｕｓｔｉｃｓ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， １００１９１ Ｂｅｉｊｉｎｇ， Ｃｈｉｎａ； ３． Ｂｉｏｉｎｆｏｍａｔｉｃｓ ｉｎｓｔｉｔｕｔｅ， Ａｇｅｎｃｙ ｆｏｒ