用KPCA-SVM地方法检测垃圾标签地研究.PDFVIP

第24卷摇 第5期 计 算机 技 术 与发 展 Vol.24摇 No.5 2014年5月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 May摇 2014 用KPCA-SVM 的方法检测垃圾标签的研究 习摇 扬,苏一丹,覃摇 希 (广西大学计算机与电子信息学院,广西 南宁 530004) 摘摇 要:高维数据中进行各种处理时所需样本数量会成指数级增加,同时样本间距离的价值也逐渐减小,将导致维数灾问 题。 文本标签数据通常会面临数据维数过高的问题,会影响用户对垃圾标签的检测。 文中借助支持向量机的数学模型构 建出针对Folksonomy 的大规模垃圾标签检测模型。 为了减少检测垃圾标签时维数过高的影响,在核主成分分析理论的启 发下,将数据降维思想引入数据约简领域,提出基于核主成分分析法的大规模 SVM数据集约简模型。 最终实例化形成一 种新的垃圾标签检测方法,即基于核主成分分析支持向量机(KPCA-SVM)的大规模垃圾标签检测模型。 该模型在垃圾标 签检测中可以在不影响数据特征的前提下,缩短模型的测试时间且检测性能良好。 关键词:数据降维;核主成分分析法;支持向量机;垃圾标签 中图分类号:TP301摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 摇 摇 文章编号:1673-629X(2014)05-0065-05 doi:10.3969/j.issn.1673-629X.2014.05.016 Research on Detecting Social Spam with KPCA-SVM Method XI Yang,SU Yi-dan,QIN Xi (College of Computer and Electronic Information,Guangxi University,Nanning530004,China) Abstract:The needed sample will increase exponentially when processing high-dimensional data,the value of the distance between the samplealso graduallyreducedat the sametime,which will leadtothe dimension disasterproblem.Text label datausually facethisprob鄄 lem of high-dimensional data,it will affect the users to detect social spam.In this paper,take advantage of the mathematical model of Support Vector Machine (SVM) to construct the large-scale social spam detection model for Foklsonomy.In order to reduce the influ鄄 ence ofhigh-dimensionaldata,inspiredbythekernelprincipalcomponentanalysistheory,theideasofdatadimensionreductionareintro鄄 duced,the large-scale SVM data set reduction model isproposed which isbased on kernel principal component analysis.Finally form a new social spam detectionmethod,thelarge-scale social spam detectionmodelba