%0 Journal Article
%T 多任务回归在社交媒体挖掘中的应用
%A 白朔天
%A 袁莎
%A 程立
%A 朱廷劭
%J 哈尔滨工业大学学报
%P 100-104
%D 2014
%R 10.11918/j.issn.0367-6234.2014.09.017
%X 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．
%K 多任务回归
%K 社交媒体
%K 网络挖掘
%K 特征提取
%U http://journal.hit.edu.cn/hitxb_cn/ch/reader/view_abstract.aspx?file_no=20140917&flag=1