【摘要】：在線社交網(wǎng)絡(luò)和電子商務(wù)的快速發(fā)展吸引著越來越多的人參與其中,獲取豐富的用戶屬性有利于運(yùn)營商更好地定位目標(biāo)用戶和設(shè)計(jì)個性化的推薦系統(tǒng),屬性推斷就是一種用來預(yù)測節(jié)點(diǎn)的未知屬性和潛在特質(zhì)的技術(shù)手段。目前屬性推斷提取的特征往往存在維度高且稀疏的問題,同時(shí)單屬性推斷模型忽略了屬性之間內(nèi)在的相關(guān)性,導(dǎo)致屬性推斷存在準(zhǔn)確率不高、效率低等問題。本文主要研究基于網(wǎng)絡(luò)表示學(xué)習(xí)的節(jié)點(diǎn)屬性推斷算法,在不同的應(yīng)用場景下設(shè)計(jì)合適的網(wǎng)絡(luò)表示學(xué)習(xí)算法來自動地學(xué)習(xí)節(jié)點(diǎn)的低維特征表示,以此來解決屬性推斷中傳統(tǒng)特征提取存在的問題;同時(shí)考慮不同屬性之間的相關(guān)性,探索合適的預(yù)測模型實(shí)現(xiàn)同時(shí)推斷多個節(jié)點(diǎn)屬性。本文的主要研究內(nèi)容如下:(1)提出了一種基于社交嵌入的結(jié)構(gòu)化屬性推斷算法。將在線社交網(wǎng)絡(luò)用戶的好友關(guān)系嵌入到一個低維向量空間中,同時(shí)提出將多個用戶屬性編碼成一個結(jié)構(gòu)化屬性向量,最后設(shè)計(jì)一個多層神經(jīng)網(wǎng)絡(luò)模型用于捕捉用戶社交嵌入與結(jié)構(gòu)化屬性向量之間復(fù)雜的非線性映射關(guān)系,以此來提高屬性推斷準(zhǔn)確率。(2)提出了一種基于用戶節(jié)點(diǎn)嵌入的多屬性推斷算法�；谫徺I記錄提出一種新的用戶節(jié)點(diǎn)嵌入算法,通過構(gòu)建有向權(quán)重二部圖和有偏置的隨機(jī)游走獲取上下文語料庫,最后利用Word2Vec訓(xùn)練獲取每個節(jié)點(diǎn)的向量表示,這種嵌入算法學(xué)得的節(jié)點(diǎn)表示與傳統(tǒng)降維方法相比包含更多的特征信息。同時(shí)提出一種多屬性推斷模型,將用戶節(jié)點(diǎn)嵌入算法學(xué)得的向量表示作為輸入,聯(lián)合優(yōu)化多個屬性推斷任務(wù)損失,利用多個任務(wù)之間的相關(guān)性,實(shí)現(xiàn)相互促進(jìn)的目的�？傮w來說,本文主要研究利用網(wǎng)絡(luò)表示學(xué)習(xí)算法獲取節(jié)點(diǎn)的低維特征表示,同時(shí)考慮多個屬性的內(nèi)在相關(guān)性,探索新的模型實(shí)現(xiàn)多屬性同時(shí)推斷。通過在真實(shí)的社交網(wǎng)絡(luò)和購買場景數(shù)據(jù)集上進(jìn)行大量對比實(shí)驗(yàn),驗(yàn)證了本文的用戶節(jié)點(diǎn)嵌入算法學(xué)得的特征表示包含更豐富的屬性信息,同時(shí)提出的結(jié)構(gòu)化屬性推斷方法和多屬性推斷模型實(shí)現(xiàn)了屬性推斷效率和準(zhǔn)確率的提升。
【圖文】：

(c) 宏 F1 隨網(wǎng)絡(luò)模型層數(shù)變化圖 3-7 不同層數(shù) DeepAttr 模型的屬性推斷實(shí)驗(yàn)結(jié)果和 10%的測試比所獲得的屬性推斷宏查準(zhǔn)率（P）、都是最高的；隨著訓(xùn)練比的減小和測試比的增加，這體下降趨勢相對緩慢，說明 DeepAttr 模型具有較好DeepAttr 模型輸入層的用戶特征向量維度對實(shí)驗(yàn)結(jié)果模塊中，通過設(shè)置不同的維度參數(shù)為每個用戶學(xué)習(xí)了其維度從幾十維到幾百維不等，然后將不同維度的用訓(xùn)練，進(jìn)而獲得測試集上的屬性推斷結(jié)果，其中模型實(shí)驗(yàn)的訓(xùn)練集和測試集分別占總數(shù)據(jù)集的 80%和 1和整體屬性推斷結(jié)果的評價(jià)指標(biāo)分別進(jìn)行統(tǒng)計(jì)，如表果按評價(jià)指標(biāo)分別繪制出相應(yīng)的折線圖如圖 3-9 所示屬性來看，隨著用戶特征向量維度的不斷增加，，性別

84.48% 84.0% 84.2% 63.24% 72.26% 71.3% 5 86.08% 85.9% 85.5% 64.49% 73.54% 74.3% 5 86.89% 86.8% 86.9% 64.17% 73.85% 76.3% 5 87.17% 87.0% 87.4% 64.89% 74.48% 76.9% 6 87.57% 87.4% 88.4% 69.07% 77.58% 78.1% 6隨訓(xùn)練集所占比例變化 (b) 宏查全率隨訓(xùn)練集所占
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP181;F724.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱揚(yáng)勇;對象歷史H模型[J];計(jì)算機(jī)應(yīng)用研究;1988年04期

2 宋帥峰;王世卿;;基于屬性集合加密的數(shù)據(jù)訪問控制方案[J];計(jì)算機(jī)應(yīng)用與軟件;2014年07期

3 何倩;劉鵬;王勇;;可撤銷動靜態(tài)屬性的車聯(lián)網(wǎng)屬性基加密方法[J];計(jì)算機(jī)研究與發(fā)展;2017年11期

4 孟雷;;可證安全的屬性集合加密[J];計(jì)算機(jī)應(yīng)用與軟件;2014年02期

5 王建華;王光波;徐開勇;;標(biāo)準(zhǔn)模型下可證明安全的支持大規(guī)模屬性集與屬性級用戶撤銷的CP-ABE方案[J];電子與信息學(xué)報(bào);2017年12期

6 孟雷;宋帥峰;趙曉冰;;可證安全的屬性集合加密策略研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年04期

7 田秋亭;韓德志;;云存儲中屬性撤銷機(jī)制研究綜述[J];小型微型計(jì)算機(jī)系統(tǒng);2019年01期

8 王光波;劉海濤;王晨露;王鵬程;練琳;惠文濤;;云存儲環(huán)境下可撤銷屬性加密[J];計(jì)算機(jī)研究與發(fā)展;2018年06期

9 趙鄭營;曹伯強(qiáng);;基于屬性基加密的屬性撤銷綜述[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2018年29期

10 劉亞麗;黃汛;;基于粗糙集理論的低壓電器故障診斷方法研究[J];江漢大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

相關(guān)會議論文 前3條

1 姚升保;;非線性偏好結(jié)構(gòu)下的多屬性采購拍賣模型研究[A];第十九屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2017年

2 王國文;;帶有證書且含有屬性條件下基于身份的混合加密方案[A];2018第七屆全國安全等級保護(hù)技術(shù)大會論文集[C];2018年

3 閆璽璽;劉媛;胡明星;黃勤龍;;云環(huán)境下基于LWE的多機(jī)構(gòu)屬性基加密方案[A];第32次全國計(jì)算機(jī)安全學(xué)術(shù)交流會論文集[C];2017年

相關(guān)重要報(bào)紙文章 前1條

1 四川 王子劍;Delphi中實(shí)現(xiàn)ADO的高級功能[N];電腦報(bào);2006年

相關(guān)博士學(xué)位論文 前5條

1 劉澤超;云環(huán)境下密文策略屬性基加密技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2019年

2 施漢琴;基于相對屬性學(xué)習(xí)的視覺比較方法研究[D];安徽大學(xué);2019年

3 李偉;云計(jì)算中基于共享子策略的屬性密碼體制研究[D];北京郵電大學(xué);2019年

4 張宇;云計(jì)算環(huán)境下屬性密碼機(jī)制應(yīng)用研究[D];武漢大學(xué);2015年

5 郭鴻志;多源語義知識庫融合方法研究[D];哈爾濱工業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 張皓;屬性基加密密文等式測試的研究及應(yīng)用[D];電子科技大學(xué);2019年

2 彭黎;可撤銷的屬性基加密體制的應(yīng)用研究[D];電子科技大學(xué);2019年

3 謝敏銳;基于網(wǎng)絡(luò)表示學(xué)習(xí)的節(jié)點(diǎn)屬性推斷研究[D];電子科技大學(xué);2019年

4 李會會;基于屬性聚類的手機(jī)評價(jià)模型研究與應(yīng)用[D];重慶郵電大學(xué);2018年

5 陳壯;基于屬性加密的分布式數(shù)據(jù)訪問控制機(jī)制研究[D];重慶郵電大學(xué);2018年

6 孫建勛;基于多屬性的訪問控制安全策略管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

7 盧開毅;基于屬性加密的安全云存儲算法的研究[D];陜西科技大學(xué);2019年

8 吳阿新;基于屬性加密的云存儲安全技術(shù)研究[D];西安郵電大學(xué);2019年

9 李紅磊;分層屬性基加密體制的研究[D];長安大學(xué);2018年

10 劉鴻;云計(jì)算中基于屬性訪問控制和權(quán)限撤銷方法的研究[D];湖南大學(xué);2014年

本文編號：2671215