PSYCH OpenIR  > 社会与工程心理学研究室
多任务回归在社交媒体挖掘中的应用
其他题名Application of multi-task regression in social media mining
白朔天1; 袁莎1; 程立1; 朱廷劭1
2014
发表期刊哈尔滨工业大学学报
通讯作者邮箱baishutian10@mails.ucas.ac.cn
文章类型期刊论文
卷号46期号:9页码:100-104,110
摘要随着社交媒体的迅速发展,针对网络信息挖掘的研究成为互联网领域备受关注的研究热点之一。传统的单任务回归对各个任务分别建模,在多变量预测的场合中,无法合理利用变量之间的共享信息。因此,本文通过多任务回归网络挖掘方法,分析社交媒体用户人格和网络行为的关联模式。实验通过在线被试邀请,采集了335个人人网用户样本和563个新浪微博用户样本。采用多任务回归的算法,预测精度可达87%以上。实验结果表明多任务回归对多变量建模效果要优于单任务学习算法。
其他摘要With the development of Social Media, web mining analysis has been regarded as one of hot research topics. Traditional single task regression builds models for each task, which ignores the sharing information among tasks in the occasion of multi-variable prediction. Therefore, this paper used multi-task regression mining method, and managed to analyze the pattern between user ’ s personality and network behavior. This study collected a sample set of 335 RenRen users and 563 Weibo users through online test invitation. Using multi-task regression, the final prediction accuracy is 87% or more. The result means that multi-task regression works better then single task regression for multi-variable modeling.
关键词多任务回归 社交媒体 网络挖掘 特征提取
学科领域网络心理学
语种中文
文献类型期刊论文
条目标识符http://ir.psych.ac.cn/handle/311026/20087
专题社会与工程心理学研究室
通讯作者白朔天
作者单位1.中国科学院大学计算机与控制学院
2.中国科学院声学研究所
3.新加坡科技研究局生物信息学研究所
4.中国科学院心理研究所
推荐引用方式
GB/T 7714
白朔天,袁莎,程立,等. 多任务回归在社交媒体挖掘中的应用[J]. 哈尔滨工业大学学报,2014,46(9):100-104,110.
APA 白朔天,袁莎,程立,&朱廷劭.(2014).多任务回归在社交媒体挖掘中的应用.哈尔滨工业大学学报,46(9),100-104,110.
MLA 白朔天,et al."多任务回归在社交媒体挖掘中的应用".哈尔滨工业大学学报 46.9(2014):100-104,110.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
多任务回归在社交媒体挖掘中的应用_白朔天(351KB)期刊论文作者接受稿限制开放CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[白朔天]的文章
[袁莎]的文章
[程立]的文章
百度学术
百度学术中相似的文章
[白朔天]的文章
[袁莎]的文章
[程立]的文章
必应学术
必应学术中相似的文章
[白朔天]的文章
[袁莎]的文章
[程立]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 多任务回归在社交媒体挖掘中的应用_白朔天.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。