多任务回归在社交媒体挖掘中的应用

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．