[发明专利]一种基于A-TrAdaboost算法的多源社区标签发展趋势预测方法

权利要求书

1.一种基于A-TrAdaboost算法的多源社区标签发展趋势预测方法，其特征在于，所述方法包括如下步骤：

步骤1：构建问答社区中标签网络，如果同一个问题帖子下边出现多个标签，则认为这些标签具有连边，构建问答社区标签网络，统计其社区中所有的新标签，按时间排序，取比例为前α＝10％中的新标签中最后一个标签出现的时刻社区所有标签的网络，作为该社区的网络结构得到源领域和目标领域社区的网络结构集合

步骤2：计算各社区中网络结构的向量表征，采用graph2vec的方法，提取网络G_i的根子图结构，利用Weisfeiler-Lehman核方法对网络G_i中每一个节点依次提取最小子图结构，集合为v_i表示网络G_i中的子图的种类，然后利用类比doc2vec的方法中的skip-gram的语言嵌入模型，学习得到源领域社区和目标社区网络图结构的向量表征和V_T，t∈{1,2,…,n}。

步骤3：计算源领域与目标领域之间的结构相似性，计算源领域网络结构表征向量和和目标领域V_T之间的余弦相似性γ_t：

步骤4：构建基于A-TrAdaboost算法的多源社区标签流行性预测模型，通过提取源领域和目标领域D_T中的样本标签及特征数据，把步骤3中计算的相似性γ_t作为各源领域迁移到目标领域上的初始权重，通过有权SVM的方法，不断迭代更新不同训练样本中的权重，得出最后的训练模型；

所述步骤4中，构建基于网络结构相似性的A-Tradaboost算法模型，操作如下，获取所有源领域和目标领域社区的特征标记样本D_S和D_T，其中为目标领域有标记数据集，为目标领域无标记数据集，选择源领域数据和目标领域有标记样本数据集作为模型的训练集测试集为c(x)函数表示样本x的标记函数，c(x)∈{0,1}，将步骤3所计算的余弦相似性γ_t分别作为源领域中样本的权重中样本的初始权重设为1，记为w^T，即所有训练样本权重为作为A-TrAdaboost方法的初始权重，在每次迭代过程中，通过有权SVM训练每次的基分类器f_t，然后根据公式计算每次迭代后在目标领域有标记样本上的误差率ε_t：

其中，β_t表示为当前的基分类器的权重，再根据误差率更新训练样本的权重，

使得对目标领域有益的样本权重增加，反之权重降低，迭代N次后，对最后得到的N个基分类器{f₁,f₂,…,f_N}进行加权投票得出最后的出最后的预测模型f_T，