基于手机数据半监督社会关系推断模型.pdfVIP

基于数据的半监督社会关系推断模型

移动设备，如智能，生成大量传感器数据（例如，通话和

记录、记录、蓝牙日志），使我们能够探索网络中人类的

行为和关系。但由于网络中已知关系（例如，“朋友”和

“同事”）的数量较少，且不同关系类别的数量不平衡，导致关系预测

的准确性始终不够高。因此，我们提出了一种半监督社会关系推断模型，

该模型能够基于大量未标记数据和少量已标记数据推断关系。该模型是

一种结合了支持向量机（SVM）和朴素贝叶斯的协同训练式半监督模型；

当这两个分类器的结果不同时，最终的关系由这两个分类器和

关系网络的结构信息共同决定。最后，我们使用一个经典的网

络数据集验证了该模型，结果表明，该推断模型在关系挖掘方面是有效

的，尤其是在关系网络处于稳定状态时。

1引言

《》于文章，根据瑞典技术爱立信的