LoCEC：大型在线社交网络中基于局部社区的边分类方法
社会与信息网络
2020-03-23 v2 机器学习
机器学习
摘要
在线社交网络中的关系往往暗示现实世界中的社交连接。准确理解关系类型有益于许多应用，例如社交广告与推荐。近期一些尝试借助预标注关系或关系上的丰富交互特征，将用户关系分类为预定义类型。遗憾的是，在微信等真实社交平台中，关系特征数据与标签数据均极为稀疏，导致现有方法无法适用。本文对微信关系进行深入分析，以识别关系分类任务的主要挑战。为应对这些挑战，我们提出一种基于局部社区的边分类（LoCEC）框架，将社交网络中的用户关系分类为现实世界社交连接类型。LoCEC施行三阶段处理，即局部社区检测、社区分类与关系分类，以解决关系特征与关系标签的稀疏性问题。此外，LoCEC通过支持并行与分布式处理来应对大规模网络。我们在具有数千亿条边的真实微信网络上开展大量实验，以验证LoCEC的有效性与高效性。
引用
@article{arxiv.2002.04180,
title = {LoCEC: Local Community-based Edge Classification in Large Online Social Networks},
author = {Chonggang Song and Qian Lin and Guohui Ling and Zongyi Zhang and Hongzhao Chen and Jun Liao and Chuan Chen},
journal= {arXiv preprint arXiv:2002.04180},
year = {2020}
}