[发明专利]一种基于机器学习的社交网络本体构建方法

摘要

本发明公开了一种基于机器学习的社交网络本体构建方法，主要用于处理社交网络上的标签之间的上下位关系(即传统意义上的包含关系)的判定以及相应的本体的构建问题；从社交网络上抓取标签作为原始的数据集。本发明首先设计了6个特征值用于刻画任意两个标签之间的相似性，接着从原始数据集中挑选了部分标签对，结合它们的相似性特征值构成训练数据集，并人工对训练数据集中的标签对是否具有上下位关系进行标注；然后利用RandomForest的机器学习模型训练我们的训练数据集得到分类器模型；之后利用分类器模型对原始数据中任意两个标签之间的上下位关系进行判定并标注；抽取出所有具有上下位关系的标签对，构建出最终的社交网络本体。

主权项

1.一种基于机器学习的社交网络本体构建方法，其特征在于，该方法包括如下步骤：1)从社交网络抓取标签构成原始数据集；2)从所述原始数据集中随机生成n对标签，从原始数据集抽取m对具有上下位关系的标签对构成训练数据集，n和m的比例保持在3∶1到5∶1之间；然后计算所述训练数据集中每对标签的相似性特征值，并把它们加入到训练数据集之中；3)使用机器学习中的RandomForest分类模型和十层交叉验证的方式对所述步骤2)最终得到的训练数据集进行自动分类后，导出该训练数据集对应的分类器模型；4)考虑标签的前后顺序，将原始数据中所有标签两两搭配，得到所有的标签对，然后利用所述步骤3)中所得的分类器模型对所有的标签对是否具有上下位关系自动进行判定并标注；5)抽取出所有被标注为具有上下位关系的标签对，按照如下规则构建一个有向无环图，即为社交网络本体：a)在构建过程中，如果出现环路，则去除该环路中权值最小的边；b)在构建过程中，如果两个节点之间不止一条路径，则保留最长的路径，即保留边的数目最多的路径。