基于移动数据半监督社交关系推断模型.pdfVIP

半监督社交关系推断模型：基于移动数据

智能等移动设备产生海量传感器数据（如呼叫/、

记录、蓝牙日志），使研究者得以探索网络中的人类行为与关

系。然而，由于已知关系（如“朋友”“同事”）数量稀缺且不同

关系类别分布失衡，关系预测精度常不尽如人意。为此，本文提出一种

半监督社交关系推断模型，可基于海量无数据与小规模数据推

断关系。该协同训练式半监督模型融合SVM与朴素贝叶斯分类器，当双

分类器判定时，由关系网络结构信息最终确定。通过经典移动

通信网络数据集验证表明：该推断模型在关系挖掘中效果显著，尤其在

关系网络处于稳定状态时。

1

引言

英国《金融》2014年6月3日称，根据瑞典科技爱立信的数据显示，2015年全

球用户数量将超过世界人口总量。全球移动用户数同比增长7%，随着用户数量的持

续增长，通信数据、传感器记录、搜索记录及社交记录等信息量必将急剧攀升。