基于半監(jiān)督學習的社交網(wǎng)絡用戶屬性推測.pdf

1、隨著網(wǎng)絡的發(fā)展,在線社交網(wǎng)絡已經(jīng)成為人們相互聯(lián)絡,發(fā)表觀點,及分享消息的主要途徑。比如Facebook、Flickr、人人網(wǎng)、開心網(wǎng)等。通常社交網(wǎng)絡中的用戶會提供一些個人信息如:性別、年齡、大學、專業(yè)、興趣愛好等。這些屬性是用戶組成小組,分享內容,成為好友的基礎。然而現(xiàn)實中并不是每個用戶都提供了完整的用戶信息。
　　本次研究要解決的問題就是:在已知社交網(wǎng)絡中一些用戶的屬性信息的情況下,是否能預測那些隱藏的用戶屬性?換句話說就是我們

2、能否利用社交網(wǎng)絡的圖結構,及圖中一些已知信息,推測出那些用戶的隱藏屬性。雖然當前的社交網(wǎng)絡設計了一些策略來防止用戶隱私信息的泄漏,但是這些策略還都不夠完善。用戶的個人信息,公共組信息及好友關系,都可以用來推測用戶的隱藏的屬性。以往的關于用戶隱私推測的研究多是基于有監(jiān)督學習的。然而在線社交網(wǎng)絡通常包只含少數(shù)的公開信息稱其為標記數(shù)據(jù),現(xiàn)實中我們較容易獲得的往往是大量的隱含數(shù)據(jù)稱其為未標記數(shù)據(jù)。由于社交網(wǎng)絡用戶數(shù)據(jù)的這一特點,使得傳統(tǒng)的有監(jiān)督

3、學習方法并不能很好的解決這一問題。最近半監(jiān)督學習方法在標記數(shù)據(jù)較少的數(shù)據(jù)集上得到了廣泛的應用。本課題把在線社交網(wǎng)絡中的用戶屬性推測作為研究對象,采用半監(jiān)督學習方法中的局部全局一致性方法推測用戶屬性。將利用在線社交網(wǎng)絡中用戶的個人屬性,交友關系,和組關系來推測用戶的隱私屬性。本文的主要貢獻有三點:第一,我們分析了社交網(wǎng)絡用戶數(shù)據(jù)的分布、結構及連接特點選擇半監(jiān)督學習方法中的基于圖的算法。第二,在用戶節(jié)點的權值計算上根據(jù)用戶節(jié)點的標記與否,采