基于用户身份特征的多标签分类算法.pdfVIP

Journalof ISSN1001．9081 2017．06．10 Computer Applications 计算机应用，2017，37(6)：1697—1701CODENJYIIDU http：／／www。joca．en 文章编号：1001—908l(2017)06-1697-05 基于用户身份特征的多标签分类算法 郑晓雪1∥，张大方112，刁祖龙1’2 (1．湖南大学信息科学与工程学院，长沙410082；2．湖南大学可信系统与网络实验室，长沙410082) (}通信作者电子邮箱zhengxiaoxue@hnu．edu．CB) 摘要：目前对于智慧校园中的家校沟通，缺乏一种衡量和参考的方法。针对智慧校园中特有的聊天特点即存 在明显的身份特征，提出了一种基于用户身份特征的多标签分类算法——Adaboost．ML。首先，新增加了启发式规则； 然后，引入Adaboost．MH算法，同时摒弃了把数据集进行分片的概念；最后，直接利用单条数据作为分析的焦点，减少 了由于时间片边缘带来的误差和推断时间，综合决策出聊天用户之间的关联关系。实验结果表明，与基于规则的启 发式方法相比，所提算法在智慧校园数据集上的误报率、漏报率分别降低了53％、66％，同时在微信数据集上也具有 良好的分类效果。该算法已应用到智慧校园项目中，能够迅速并准确地了解到家校沟通的情况。 关键词：社会网络；智慧校园；启发式规则；多标签判断；集成学习 文献标志码：A 中图分类号：TPl81；TP301。6 Multi—labelclassificationbasedonuser algorithm identity ZHENGXiaoxuel”．ZHANG Dafan91一，DIAOZulon912 Scienceand Hunan of Electronic 410082，China； (1。CollegeComputer Engineering，HunanUniversity,ChnngsbB and Hunan 2．LaboratoryofDependable跏把WNetwork，HunanUniversity,Changsha410082，China) Abstract：Attherelacksa tomeasurehome—schoolcommunicationinasmart the present way campus．Concerning obvious characteristicswhen inasmart newmulti-labelclassificationnamedAdaboost． identity chatting campus，a algorithm versionofAdaboostbasedonuser heuristicrulewasadded ML(Muhiclass，multi—label identity)wasproposed．Firstly，the for the