基于手机数据半监督社交关系推断模型研究.pdfVIP

基于数据的半监督社交关系推断模型

移动设备（如智能）会产生大量传感器数据（如、短

信日志、记录、蓝牙日志），使我们能够探索网络中人类

的行为与关系。然而，由于网络中已知关系（如“朋友”

“同事”）数量较少且不同关系类别不平衡，关系预测的准确性始终不

足。因此，我们提出一种半监督社交关系推断模型，该模型能够基于大

量未标记数据和少量标记数据推断关系。该模型是一种协同训练风格的

半监督模型，结合了支持向量机（SVM）和朴素算法；当两个分

类器的结果不一致时，最终关系由这两个分类器及关系网络的

结构信息共同决定。最后，我们使用经典网络数据集验证模型，

结果表明该推断模型在关系挖掘中具有有效性，尤其当关系网络处于稳

定状态时。

1

引言

英国《金融