雙層減樣支持向量機在垃圾標簽檢測中的應(yīng)用研究.pdf

1、Folksonomy是一種基于Web2.0的新型知識分類方法。Folksonomy由用戶、資源、標簽三個重要元素組成。具有自由性、共享性和用戶性等特點。在實際應(yīng)用中Folksonomy系統(tǒng)常常受到垃圾信息的侵害。為了解決新領(lǐng)域中的新問題,我們在已有方法的基礎(chǔ)上,提出新的方法加以解決。本文借助支持向量機的數(shù)學模型構(gòu)建出針對Folksonomy的大規(guī)模垃圾標簽檢測模型。又在商空間粒度分析理論的啟發(fā)下,將粒度分析思想引入數(shù)據(jù)約減領(lǐng)域。提出商空

2、間框架下的大規(guī)模SVM數(shù)據(jù)集約減模型。利用該模型實例化出來的雙層減樣法對大規(guī)模垃圾標簽檢測模型優(yōu)化。最終形成基于雙層減樣支持向量機(BR-SVM)的大規(guī)模垃圾標簽檢測模型。本文取得以下研究成果:
　　 (1)本文借助商空間粒度分析理論,把“粒度”的概念引入約減模型,提出商空間框架下的大規(guī)模SVM數(shù)據(jù)集約減模型。
　　 (2)將提出的“商空間框架下的大規(guī)模SVM數(shù)據(jù)集約減理論模型”具體化后,得到雙層減樣法。這是本文研究的難

3、點,也是將理論模型實例化的必要環(huán)節(jié)。該減樣法利用“粒度”概念把聚類約減和單點約減有機結(jié)合,形成了效果更好的針對支持向量機數(shù)據(jù)集優(yōu)化的約減法。
　　 (3)將理論研究的成果運用到Folksonomy標簽系統(tǒng)這個新興領(lǐng)域中,是對本文研究內(nèi)容的檢驗。為Folksonomy標簽系統(tǒng)設(shè)計基于雙層減樣支持向量機(BR-SVM)的垃圾標簽檢測模型。模型中還提出了Folksonomy用戶建模方法,把用戶分類問題轉(zhuǎn)化為文本分類問題。基于BR-SV