主动半监督网络结构发现算法研究及应用

发布时间：2022-02-12 16:15

　　信息化时代,来自社交平台的数据每天在源源不断的生成,许多数据可建模为大规模网络,基于这些网络数据快速、准确地识别其潜在的多类型聚类结构,有利于实际的应用,如推荐系统可利用用户聚类信息进行推荐,舆情分析可利用用户聚类发现用户交互模式。目前存在的社区结构发现算法只能识别网络的社区结构,而对于网络的多类型结构,无监督网络结构发现算法虽可以发现其结构,但准确性不高。先验信息有助于提高网络结构发现的准确率,但先验信息很难获得,且需要很大的代价花销。主动学习基于采样策略选择使模型性能提升最大的监督信息,可花费较少代价得到高质量先验,进一步提高网络结构发现算法的准确性。因此,主动半监督网络结构发现算法更加具有研究与应用价值。无监督在线EM算法onlineVEM（online Variational Expectation Maximization）可以发现大规模网络多类型结构,但是其十分依赖模型初始参数的优劣,尤其是在网络结构复杂时结果不稳定且不准确。因此,将onlineVEM算法与不确定性采样策略相结合,提出一种基于迭代框架的主动半监督网络结构发现方法ASonlineVEM（Active Semi... 

【文章来源】：河北地质大学河北省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

主动学习模型

河北地质大学硕士学位论文13点数占网络总节点数的比例（K维）和类间链接概率矩阵（KK维）。图2.1为随机块模型的参数表示，其生成网络的过程如下：设节点i属于第k类的概率为k，则节点i的类指派向量表示为K维的iZ，且iZ服从多项式分布；类间链接概率矩阵为KK维矩阵，其中rs表示类r和类s之间产生链接的概率。图2.1随机块模型的参数表示利用EM算法和网络生成过程估计模型参数，求解节点类隶属度ik的目标公式的对数似然函数近似如下：A1-A,,,(A,Z|,)((1))ijijikkikjlikijkllogloglog(2.12)对目标公式进行求导得到参数ik：A1A,((1))ijijjlikkijr(2.13)模型参数和求解公式如下：1kikiN(2.14)Aikjlijijklikjlij(2.15)2.3.2Newman混合模型Newman提出的混合模型NMM可以发现网络的结构特征，该方法将具有相似链接模式的节点对划分到同一类中，已达到最终的聚类效果。NMM算法的实现利用期望最大化算法和概率混合模型。首先对NMM算法中使用的变量进行说明：A表示邻接矩阵，节点之间有边为1，否则为0；iq表示节点i的类隶属；模型参数为r和ri，r表示类r中节点比例，ri表示类r产生一条指向节点i的边的概率。而NMM算法的最终目标则是最大化似然Pr(A,q|,)，一般来说是使该似然的对数最大化：

gn8的NMI对比结果

【参考文献】：
期刊论文
[1]主动学习策略融合算法在高光谱图像分类中的应用[J]. 崔颖,徐凯,陆忠军,刘述彬,王立国.  通信学报. 2018(04)
[2]基于链接模型的主动半监督社区发现方法[J]. 柴变芳,王建岭,许冀伟,李文斌.  计算机应用. 2017(11)
[3]基于迭代框架的主动链接选择半监督社区发现算法[J]. 陈嶷瑛,柴变芳,李文斌,贺毅朝,吴聪聪.  计算机应用. 2017(11)
[4]一种基于信息论的文本数据挖掘算法[J]. 方玉峰.  电子技术与软件工程. 2017(12)
[5]复杂网络半监督的社区发现算法研究[J]. 王静红,于雅智.  计算机应用研究. 2018(06)
[6]基于最小割图分割的社区发现算法[J]. 王亚珅,黄河燕,冯冲.  中文信息学报. 2017(03)
[7]基于数据挖掘的图像分类算法[J]. 唐普霞,石丽怡.  现代电子技术. 2017(03)
[8]基于社区划分的学术论文推荐模型[J]. 黄泳航,汤庸,李春英,汤志康,刘继伟.  计算机应用. 2016(05)
[9]改进的基于局部模块度的社团划分算法[J]. 王天宏,武星,兰旺森.  计算机应用. 2016(05)
[10]一种高效的随机块模型学习算法[J]. 赵学华,杨博,陈贺昌.  软件学报. 2016(09)

硕士论文
[1]基于社区发现的网络舆情热点主题识别研究[D]. 吴靓婵媛.南京理工大学 2017
[2]EM算法及其应用[D]. 张宏东.山东大学 2014



本文编号：3622034