[發(fā)明專利]一種基于A-TrAdaboost算法的多源社區(qū)標(biāo)簽發(fā)展趨勢預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201810453513.6
• 申請日: 2018-05-14
• 公開（公告）號: CN108764537B
• 公開（公告）日: 2021-11-23
• 發(fā)明（設(shè)計）人: 傅晨波;鄭永立;趙明浩;宣琦
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/00;G06K9/62
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強

一種基于A?TrAdaboost算法的多源社區(qū)標(biāo)簽發(fā)展趨勢預(yù)測方法，包括以下步驟：(1)構(gòu)建問答社區(qū)中的標(biāo)簽網(wǎng)絡(luò)；(2)計算源領(lǐng)域社區(qū)和目標(biāo)領(lǐng)域社區(qū)結(jié)構(gòu)的向量表征(3)計算源領(lǐng)域與目標(biāo)領(lǐng)域之間的結(jié)構(gòu)相似性；(4)構(gòu)建基于A?TrAdaboost算法的多源社區(qū)標(biāo)簽流行性預(yù)測模型。本發(fā)明利用網(wǎng)絡(luò)圖表征的方法，得到各個網(wǎng)絡(luò)的向量表征，進而計算網(wǎng)絡(luò)之間的相似性，作為不同問答社區(qū)之間的領(lǐng)域距離，并將網(wǎng)絡(luò)結(jié)構(gòu)之間的相似性作為多源遷移學(xué)習(xí)算法TrAdaboost的初始權(quán)重，在進行跨社區(qū)預(yù)測新標(biāo)簽流行性問題時，能夠較好的避免多源遷移中的負(fù)遷移問題，提高模型的訓(xùn)練時間和精度。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)挖掘、圖結(jié)構(gòu)分析技術(shù)，特別是涉及一種基于A-TrAdaboost 算法的多源社區(qū)標(biāo)簽發(fā)展趨勢預(yù)測方法。

背景技術(shù)

當(dāng)前隨著移動互聯(lián)網(wǎng)和智能設(shè)備的廣泛普及，改變了人們的生活方式，人們 更傾向于在網(wǎng)絡(luò)上發(fā)表自己看法和搜集自己需要的信息，因此在線問答社區(qū)變得 越來越活躍和流行。由于問答社區(qū)中的帖子數(shù)量巨大，用戶在問答社區(qū)中獲取的 信息主要根據(jù)問題答案的標(biāo)簽來進行篩選和推薦，隨著時間的推移，標(biāo)簽的數(shù)量 也越來與巨大，問答社區(qū)中的標(biāo)簽研究日益成為關(guān)注的熱點。

傅晨波等人(見文獻[1]Fu C,Zheng Y,Li S,et al.Predicting the popularityof tags in StackExchange QA communities[C]//Complex Systems and Networks(IWCSN),2017International Workshop on.IEEE,2017:90-95.即傅晨波,鄭永立,李 詩迪.預(yù)測StackExchange問答社區(qū)標(biāo)簽流行性[C]//復(fù)雜的系統(tǒng)和網(wǎng)絡(luò) (IWCSN),2017國際研討會.IEEE,2017:90-95。)已經(jīng)研究了問答社區(qū)中新標(biāo)簽未 來的流行性發(fā)展趨勢預(yù)測，但是其預(yù)測模型僅根據(jù)單個社區(qū)中標(biāo)簽數(shù)據(jù)來進行模 型構(gòu)建。在這種情況下，當(dāng)在一些數(shù)據(jù)量較小的社區(qū)或者新出現(xiàn)的社區(qū)中使用模 型時，由于標(biāo)記數(shù)據(jù)樣本較少，會使得訓(xùn)練后的模型并不理想。遷移學(xué)習(xí)從一個 相關(guān)并同時擁有豐富訓(xùn)練樣本的領(lǐng)域中訓(xùn)練模型，并分享到目標(biāo)領(lǐng)域。利用遷移 學(xué)習(xí)可以解決目標(biāo)領(lǐng)域訓(xùn)練數(shù)據(jù)較少的缺陷。因此我們利用遷移學(xué)習(xí)的思路在其 他較大社區(qū)中進行模型訓(xùn)練，然后再遷移到目標(biāo)社區(qū)，以提高預(yù)測模型的精度。

單源遷移時常常會遇到負(fù)遷移的狀況，使得遷移過來的效果并不好。為了解 決這一問題，其中一種方法是設(shè)置不同的樣本權(quán)重，通過設(shè)置不同樣本之間的權(quán) 重，選擇出對目標(biāo)任務(wù)有幫助的樣本，提高遷移學(xué)習(xí)的效果。TrAdaboost(見文 獻[2]Dai W,Yang Q,XueG R,et al.Boosting for transfer learning[C]//International Conference onMachine Learning.ACM,2007:193-200.即戴文淵，楊強，薛貴榮,俞 勇.遷移學(xué)習(xí)集成[C]//國際機器學(xué)習(xí)會議.ACM,2007:193-200.)方法利用迭代更新 權(quán)重的方法，通過對每次訓(xùn)練的模型在目標(biāo)領(lǐng)域上的分類效果，計算誤差，反饋 更新樣本的權(quán)重，得出最后的分類模型。另外一種方法是多源遷移的模型框架。 已有的多源遷移學(xué)習(xí)方法已經(jīng)很多，目前比較常用的遷移學(xué)習(xí)方法是根據(jù)不同領(lǐng) 域之間的特征分布的距離作為其衡量領(lǐng)域之間的相似性，進而對不同領(lǐng)域構(gòu)建的 基分類器進行加權(quán)。在使用遷移學(xué)習(xí)的方法來預(yù)測問答社區(qū)標(biāo)簽流行性發(fā)展趨勢 的預(yù)測問題中，根據(jù)特征分布之間的差異性來衡量不同領(lǐng)域之間的相似性大小， 不能取得較好的遷移提升效果。

發(fā)明內(nèi)容

為了解決跨社區(qū)標(biāo)簽流行性的預(yù)測問題，為了較好的衡量涉及網(wǎng)絡(luò)結(jié)構(gòu)的不 同領(lǐng)域之間的差異，和改善TrAdaboost在在具有負(fù)遷移數(shù)據(jù)源上的遷移效果的 魯棒性，本發(fā)明提出一種基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的A-TrAdaboost算法來預(yù)測在線 問答社區(qū)中新標(biāo)簽在未來的流行性發(fā)展趨勢。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案如下：

一種基于A-TrAdaboost算法的多源社區(qū)標(biāo)簽發(fā)展趨勢預(yù)測方法，包括如下步 驟：