基于手机数据的半监督社会关系推断模型-计算机系统结构专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个 人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体， 均已在文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有 权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和 借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密□ ，在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 随着手机的普及以及手机中传感器的多样化，手机传感器产生了大量的无意识 数据，基于这些传感器数据的关系推断在模式识别以及普适计算领域逐渐成为一个 热点研究问题。现有的基于手机传感器数据的社会关系推断模型中，大多利用监督 的机器学习方法，需要大量的社会关系标签信息，但是在实际中这些关系标签是难 以获得的或者获得的代价是非常昂贵的。因此，如何利用手机通讯网络中少量的关 系标签，结合大量的传感器数据来推断社会关系是关系推断中一个非常具有现实意 义的问题。通过对传感器数据特征的分析，提出了一种基于手机数据的半监督社会 关系推断模型，利用少量的标签信息、以及大量的手机传感器数据信息实现关系推 断。 在基于手机的通讯社交网络中，关系推断面临的最大的问题就是关系标签的稀 疏性和关系类别间的不平衡性。通过挖掘手机传感器数据定义合适的属性是提高关 系推断精度的方法之一；建立合适的关系推断模型也可以改善关系推断的精度。通 过具体分析传感器的数据类型，定义了 96 个属性。为了解决关系标签稀疏问题和 类别不平衡性，建立了结合支持向量机（Support Vector Machine, SVM）和朴素贝 叶斯（naive Bayes, NB）的协同训练风范的半监督推断模型，为了进一步提高对社 会关系推断的精度，在社会关系标签推断过程中引入了社交平衡理论。 最后利用 MIT 实验室的 Reality Mining 数据集验证了提出的模型。通过对 94 个用户的手机数据进行分析，在已知关系标签为 5%、关系标签严重不平衡的情况 下，提出方法的类平均准确度可以达到 85%的精度，与监督的 SVM 和 NB 相比类 平均准确率分别有 20%和 5%的提升，与半监督的直推式支持向量机（Transductive Support Vector Machine, TSVM）相比有 10%的提升。 关键词：社会关系挖掘，手机传感器数据，半监督学习，社交平衡理论 II II Abstract With the popularity of mobile phones and the diversification of the sensors in the mobile phone, these sensors producing a large amount of data and the social relationships inferring based on these sensors’ data has become a hot research proble m in the field of pattern recognition and ubiquitous computing. The social relations inference models based on mobile sensor data mostly used supervised machine learning methods now and the researchers have an assume that the known amount of social relations labels in the social network is large. But, the relationships is hard and expensive to get in practice. So how to use a small amount of the relationships in the mobile communications network and a large n