郑晓雪，张大方，刁祖龙

(1.湖南大学 信息科学与工程学院，长沙410082； 2.湖南大学 可信系统与网络实验室，长沙410082)

基于用户身份特征的多标签分类算法

郑晓雪1,2*，张大方1,2，刁祖龙1,2

(1.湖南大学 信息科学与工程学院，长沙410082； 2.湖南大学 可信系统与网络实验室，长沙410082)

(*通信作者电子邮箱zhengxiaoxue@hnu.edu.cn)

目前对于智慧校园中的家校沟通，缺乏一种衡量和参考的方法。针对智慧校园中特有的聊天特点即存在明显的身份特征，提出了一种基于用户身份特征的多标签分类算法——Adaboost.ML。首先,新增加了启发式规则;然后,引入Adaboost.MH算法，同时摒弃了把数据集进行分片的概念;最后,直接利用单条数据作为分析的焦点，减少了由于时间片边缘带来的误差和推断时间，综合决策出聊天用户之间的关联关系。实验结果表明，与基于规则的启发式方法相比，所提算法在智慧校园数据集上的误报率、漏报率分别降低了53%、66%，同时在微信数据集上也具有良好的分类效果。该算法已应用到智慧校园项目中，能够迅速并准确地了解到家校沟通的情况。

社会网络；智慧校园；启发式规则；多标签判断；集成学习

0 引言

在社会信息化的大背景下，构建“智慧型”校园，利用学校为主体的教育信息化推进过程，成为教育信息化的重要组成部分[1]。智慧校园中家校沟通模块充分体现了学校与家长之间的互动和联系，通过对沟通情况的分析能够有效地反映用户之间存在的本质关联。

本文研究把聊天用户之间的沟通判断抽象为分类中的多标签分类判断，同时避免了由于时间片带来的边缘误差问题。……