基于标签相似度的不良信息多标签分类方法-计算机应用研究.PDF

第３３卷第４期 计 算 机 应 用 研 究 Ｖｏｌ．３３Ｎｏ．４ ２０１６年４月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｐｒ．２０１６ 基于标签相似度的不良信息多标签分类方法 １ａ １ａ １ａ １ｂ １ａ １ａ，２ 刘卓然 ，胡　杨 ，刘　骊 ，冯旭鹏 ，刘利军 ，黄青松 （１．昆明理工大学 ａ．信息工程与自动化学院；ｂ．教育技术与网络中心，昆明６５０５００；２．云南省计算机技术应用 重点实验室，昆明６５０５００） 摘　要：在多标记分类中，标签与标签之间的相关关系是影响分类效果的一个重要因子。传统的经典多标签分 类方法如ＢＲ算法、ＭＬＫＮＮ算法等，忽略了标签之间的相关关系对实际分类的影响，分类效果一直不能令人满 意；面对类别关联度极高的不良信息的多标签分类，分类效果更是大打折扣。针对上述问题，通过改进经典的多 标签分类算法ＲＡｋＥＬ，首先根据训练文本计算出各标签之间的相似度系数，然后再根据自定义不良信息层次关 系计算出综合标签相似度系数矩阵，最后在ＲＡｋＥＬ算法投票过程中根据综合标签相似度与中心标签重新确定 最终的结果标签集合。与传统的分类方法在真实的语料库上进行多标签分类效果对比，结果证明，该方法对不 良信息分类具有较好的效果。 关键词：多标签分类；标签之间的相关关系；不良信息；中心标签；标签相似度系数矩阵 中图分类号：ＴＰ３９１．４３　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１６）０４０９８９０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．０４．００６ Ｍｕｌｔｉｌａｂｅｌｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｏｆ ｂａｄｉｎｆｏｒｍａｔｉｏｎｂａｓｅｄｏｎｌａｂｅｌｓｉｍｉｌａｒｉｔｙ １ａ １ａ １ａ １ｂ １ａ １ａ，２ ＬｉｕＺｈｕｏｒａｎ，ＨｕＹａｎｇ，ＬｉｕＬｉ，ＦｅｎｇＸｕｐｅｎｇ，ＬｉｕＬｉｊｕｎ，ＨｕａｎｇＱｉｎｇｓｏｎｇ （１．ａ．ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ＆Ａｕｔｏｍａｔｉｏｎ，ｂ．ＥｄｕｃａｔｉｏｎａｌＴｅｃｈｎｏｌｏｇｙ＆ＮｅｔｗｏｒｋＣｅｎｔｅｒ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈ ｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ６５０５００，Ｃｈｉｎａ；２．ＹｕｎｎａｎＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔｅｒＴｅｃｈｎｏｌｏｇｙＡｐｐｌｉｃａｔｉｏｎｓ，Ｋｕｎｍｉｎｇ６５０５００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｍｕｌｔｉｌａｂｅｌｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｌａｂｅｌｓｐｌａｙｓａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎａｆｆｅｃｔｉｎｇｔｈｅｐｅｒｆｏｒｍ ａｎｃｅｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｅｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｏｆｍｕｌｔｉｌａｂｅｌｃｌａｓｓｉｆｉｃａｔｉｏｎｈａｎｄｌｅｄｅａｃｈｌａｂｅｌｉｎｄｅｐｅｎｄｅｎｔｌｙ，ｉｇｎｏｒｅｄｔｈｅｉｎｆｌｕ ｅｎｃｅｏｆｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｌａｂｅｌｓ，ｓｏｔｈａｔｔｈｅｅｆｆｅｃｔｏｆｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｗａｓｏｆｔｅｎｎｏｔｓａｔｉｓｆａｃｔｏｒｙ，ｅｓｐｅｃｉａｌｌｙｉｎｔｈｅｓｉｔｕａ ｔｉｏｎｏｆｄｅａｌｉｎｇｗｉｔｈｔｈｅｂａｄｉｎｆｏｒｍａｔｉｏｎ．Ａｉｍｉｎｇａｔｔｈｅｓｅｐｒｏｂｌｅｍｓａｂｏｖｅ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｍｏｄｉｆｉｅｄａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎ ｔｈｅＲＡｋＥＬ，ａｃｌａｓｓｉｃａｌｇｏｒｉｔｈｍｓｆｏｒｔ