社交网络挖掘应用信息推测：模型设计与特征挖掘

案例 （新客好友推荐）：

给定一个新用户p，一个老用户q，即（p,q）对，判断p是否愿意加q为好友，即make_friend(p,q)＝1还是0？

0/1特征

对于上图横坐标的各种属性，我们可以将其变换为0/1特征，即：

连续值特征

 

补充：相似性计算

• 余弦相似性 
  余弦相似度衡量的是2个向量间的夹角大小，通过夹角的余弦值表示结果，因此2个向量的余弦相似度为：

分子为向量A与向量B的点乘，分母为二者各自的L2范数相乘，即将所有维度值的平方相加后开方。 
余弦相似度的取值为[-1,1]，值越大表示越相似。

• 调整余弦相似性 
  调整余弦相似性与余弦相似性大致相同，所不同的是，A，B在减去用户平均评分向量后再代入余弦相似度公式中计算

• Jaccard相似性 
  给定两个集合A,B jaccard 系数定义为A与B交集的大小与并集大小的比值

jaccard值越大说明相似度越高

特征组合

构造出特征的向量形式

预测值y （1代表是好友，0代表非好友）

构造训练集中的（X，y），然后学习函数f(X) —> y

指定待学习函数

有许多模型可以应用于函数f（x）的构造，下面是三种较为常用的模型

这些机器学习算法涉及到许多数学公式的推导，算法原理的解释，模型参数的选择等等。

以逻辑回归为例，模型的数学公式为：

在训练集里训练模型时，就是训练出a0,a1,a2这些系数的过程

选用不同的机器学习算法，得到的结果可能是不一样的。

验证结果

• 在训练集中训练出模型
• 将模型应用于验证集，预测验证集中的y值
• 将预测的y值与验证集中真实的y值做比较，得到模型的准确率

 

 

注：这是最近刚入手的DC学院的《数据挖掘——网络挖掘》课程中的笔记，老师还是讲的很详细的，但是自己记的就比较粗糙了，将就看……分享我的邀请码：AFAJ9I    （够课的可以优惠），有需要自取。

课程网址：https://www.dcxueyuan.com//classDetail/classIntroduce/30/page.html?slxydc=c6a872