Predicting positive and negative links in signed social networks via transfer learning.
之前和社交網絡相關的研究，大多數都非常關注積極正面的用戶鏈接關係；與這些研究不同，我們研究同時含有正面與負面鏈接關係的帶符號社交網絡。具體來講，我們特別關注如何在一個帶符號的社交網絡（該網絡又稱為“目標網絡“）中可信並且有效地去預測鏈接關係的符號為正或是為負，且該網絡中僅有一小部份的鏈接關係符號已知，作為訓練樣本。我們採取遷移學習的機器學習方法，借助於另外一個帶符號社交網絡（該網絡又稱為“源網絡“）中充足的鏈接關係符號信息，從而訓練得到一個有效的鏈接關係分類器；需要注意的是，該 “源網絡同“目標網絡，在鏈接關係樣本和鏈接關係符號的聯合分佈上，並不相同。 === 由於在帶符號社交網絡中沒有事先定...
| Other Authors: | |
|---|---|
| Format: | Others |
| Language: | English Chinese |
| Published: |
2012
|
| Subjects: | |
| Online Access: | http://library.cuhk.edu.hk/record=b5549173 http://repository.lib.cuhk.edu.hk/en/item/cuhk-328643 |