| 基于社交网络的社交关系强度分类研究1） |
| |
| 引用本文： | 沈洪洲,袁勤俭.基于社交网络的社交关系强度分类研究1）[J].情报学报,2014(8). |
| |
| 作者姓名： | 沈洪洲 袁勤俭 |
| |
| 作者单位： | 1. 南京邮电大学管理学院,南京,210023
2. 南京大学信息管理学院,南京,210093 |
| |
| 基金项目： | 南京邮电大学人文社会科学人才引进项目( |
| |
| 摘 要： | 本文利用监督学习的方法从社交网络的用户数据中分两个阶段挖掘最佳的社交关系强度分类模型，并进一步探讨不同用户数据对于社交关系强度的区分能力。研究发现，基于贝叶斯网络算法的分类模型在区分强社交关系的过程中被证明最有效，而基于 Logistic 回归算法的分类模型则在区分出临时社交关系的过程中表现最佳。研究还通过属性分析发现互动性因素总体上对社交关系强度的区分能力最为突出，相似性因素中的共同好友数也有很好的区分能力，但时间性因素对于社交关系强度的区分能力没有被发掘出来。
|
| 关 键 词： | 社交网络 社交关系强度 机器学习 数据挖掘 |
A Classification Study on the Strength of Social Relationships Based on Social Networks |
| |
| Shen Hongzhou,Yuan Qinjian.A Classification Study on the Strength of Social Relationships Based on Social Networks[J].Journal of the China Society for Scientific andTechnical Information,2014(8). |
| |
| Authors: | Shen Hongzhou Yuan Qinjian |
| |
| Abstract: | |
| |
| Keywords: | social networks strength of social relationships machine learning data mining |
| 本文献已被 万方数据 等数据库收录！ |
