基于社交媒体的关联性用户属性推断

来源：软件学报杂志2015年第S2期北京时间：

作者：项连城,方全,桑基韬,徐常胜,路冬媛

单位：项连城，模式识别国家重点实验室(中国科学院自动化研究所), 北京 100190;China-Singapore Institute of Digital Media, Singapore 11961511,方全，模式识别国家重点实验室(中国科学院自动化研究所), 北京 100190;China-Singapore Institute of Digital Media, Singapore 11961502,桑基韬，模式识别国家重点实验室(中国科学院自动化研究所), 北京 100190;China-Singapore Institute of Digital Media, Singapore 11961503,徐常胜，模式识别国家重点实验室(中国科学院自动化研究所), 北京 100190;China-Singapore Institute of Digital Media, Singapore 11961504,路冬媛，National University of Singapore, Singapore 11961505

摘要：挖掘用户属性对用户建模、用户检索和个性化服务等具有十分重要的意义.已有的相关研究工作都是单独挖掘各种属性,而且忽略了各属性之间的相关关系.提出一种基于超图学习的用户属性推断的方法.在超图中,顶点表示社会媒体中的用户,超边表示用户产生的内容相似性与属性之间的关系.在建好的超图模型上,把用户属性挖掘形式化成一个正则化的标签相似传播问题,可以有效推断得到用户的各种属性.利用从Google+上收集的标记过全部属性的数据集进行了大量的实验,其结果表明了该方法在用户属性挖掘中的有效性.

关键词：超图;用户属性挖掘;属性关系

基金资助：国家自然科学基金(61225009);国家重点基础研究发展计划(973)(2012CB316304);北京市自然科学基金(4131004);新加坡国家研究基金