标签预测——基于相似度算法3.pptVIP

标签预测的定义 在部分节点被标签的网络中，基于网络的结构和已知标签节点的信息预测未被标签节点的分类 标签预测的方法 相似性算法 局部算法 Common Neighbors Jaccard Index Sorensen Index Adamic-Adar Index Resource Allocation 全局算法 Katz Average commute time Cos+ RWR（Random Walk with Restart） Even-step RWR 相似性算法应用于链路预测 简单用例 实验数据 数据集Political Books 105个节点，441条边 红色表示中立派蓝色表示自由派黄色表示保守派 处理数据 a）归为两类标签b）保持三类标签 以比例q将数据集随机划分为训练集和测试集 实验部分结果 CN与RN差异的分析 两节点结构 与 三节点结构（consistency and two-step consistency） Common Neighbors：a-a-a，a-b-a，a-a-b Relational Neighbors：a-a，a-b 局部算法与全局算法的比较 实验结果 结论 local算法表现不差于global算法（q=0.1除外） local算法具有更低计算复杂度 将链路预测的相似性算法应用于标签预测是可行的 不足 评价指标的局限性：accuracy的不公平性 需要预测100个节点的标签，其中80个为a，20个为b 算法A预测80个为a，错了10个，预测20个为b，同样也错了10个，可以得到得 p = 0.8 算法B预测100个全为a，得 p = 0.8 可用AUC解决（ Receiver Operating Characteristic curve ） 从整体的角度衡量算法的精确度 谢 谢 * * 标签预测 ——基于相似度算法 电子科技大学互联网科学中心 张千明 QM-Zhang@ [1]. Qian-Ming Zhang, Ming-Sheng Shang, Linyuan Lü, Similarity-based classification in partially labeled networks, IJMPC, Vol: 21 Iss: 6, pp 813 ( 2010 ) [2]. Qian-Ming Zhang, Ming-Sheng Shang, Wei Zeng, Yong Chen, Linyuan Lü, Empirical comparison of local structural similarity indices for collaborative-filtering-based recommender systems, Physics Procedia ( accepted ) a ? a b 图1：标签预测示例 方法1：基于直接邻居 前提假设：与它的邻居具有相同的标签 方法2：基于节点间的相似度 前提假设：与某节点v的相似度越高就倾向于与v具有相同的标签 图2：预测方法用例 1 2 3 4 u 5 两种方法的不同思想（1）： 1）u的邻居中很少具有标签 2）网络中有很多已标节点，但很少是u的邻居 基于2），我们想到了链路预测中的相似性算法 注释（1）：详见Brian Gallagher, Hanghang Tong等人的《Using Ghost Edges for Classification in Sparsely Labeled Networks》 核心在于度量节点间的相似性 相似度决定着目标节点的标签类型 评价指标 以Common Neighbor为例，解释如何将相似度算法应用到标签预测中 S(3,1)=2 S(3,2)=1 S(3,4)=1 a ? a b 1 4 3 2 故： P(a)=3/4 P(b)=1/4 预测节点3的标签为a 图3：标签预测一例 图4：PB网络结构 标签归为两类，并以此为例： 左：“中立派、非中立派”，右：“自由派、非自由派” 图5：local算法对比 三种类型标签的网络 图6：local和global算法比较