基于手機(jī)數(shù)據(jù)的半監(jiān)督社會關(guān)系推斷模型.pdf

1、隨著手機(jī)的普及以及手機(jī)中傳感器的多樣化，手機(jī)傳感器產(chǎn)生了大量的無意識數(shù)據(jù)，基于這些傳感器數(shù)據(jù)的關(guān)系推斷在模式識別以及普適計(jì)算領(lǐng)域逐漸成為一個(gè)熱點(diǎn)研究問題?，F(xiàn)有的基于手機(jī)傳感器數(shù)據(jù)的社會關(guān)系推斷模型中，大多利用監(jiān)督的機(jī)器學(xué)習(xí)方法，需要大量的社會關(guān)系標(biāo)簽信息，但是在實(shí)際中這些關(guān)系標(biāo)簽是難以獲得的或者獲得的代價(jià)是非常昂貴的。因此，如何利用手機(jī)通訊網(wǎng)絡(luò)中少量的關(guān)系標(biāo)簽，結(jié)合大量的傳感器數(shù)據(jù)來推斷社會關(guān)系是關(guān)系推斷中一個(gè)非常具有現(xiàn)實(shí)意義的問題。通

2、過對傳感器數(shù)據(jù)特征的分析，提出了一種基于手機(jī)數(shù)據(jù)的半監(jiān)督社會關(guān)系推斷模型，利用少量的標(biāo)簽信息、以及大量的手機(jī)傳感器數(shù)據(jù)信息實(shí)現(xiàn)關(guān)系推斷。
　　在基于手機(jī)的通訊社交網(wǎng)絡(luò)中，關(guān)系推斷面臨的最大的問題就是關(guān)系標(biāo)簽的稀疏性和關(guān)系類別間的不平衡性。通過挖掘手機(jī)傳感器數(shù)據(jù)定義合適的屬性是提高關(guān)系推斷精度的方法之一；建立合適的關(guān)系推斷模型也可以改善關(guān)系推斷的精度。通過具體分析傳感器的數(shù)據(jù)類型，定義了96個(gè)屬性。為了解決關(guān)系標(biāo)簽稀疏問題和類別不平

3、衡性，建立了結(jié)合支持向量機(jī)（Support Vector Machine,SVM）和樸素貝葉斯（naive Bayes,NB）的協(xié)同訓(xùn)練風(fēng)范的半監(jiān)督推斷模型，為了進(jìn)一步提高對社會關(guān)系推斷的精度，在社會關(guān)系標(biāo)簽推斷過程中引入了社交平衡理論。
　　最后利用MIT實(shí)驗(yàn)室的Reality Mining數(shù)據(jù)集驗(yàn)證了提出的模型。通過對94個(gè)用戶的手機(jī)數(shù)據(jù)進(jìn)行分析，在已知關(guān)系標(biāo)簽為5％、關(guān)系標(biāo)簽嚴(yán)重不平衡的情況下，提出方法的類平均準(zhǔn)確度可以達(dá)到