|
Эта публикация цитируется в 1 научной статье (всего в 1 статье)
Машинное обучение, нейронные сети
Применение случайного леса в выборе метода восстановления возраста пользователя социальной сети
А. А. Корепановаab, М. В. Абрамовab a Санкт-Петербургский Федеральный исследовательский центр РАН, г. Санкт-Петербург, Россия
b Санкт-Петербургский государственный университет, г. Санкт-Петербург, Россия
Аннотация:
Статья посвящена задаче восстановления значения атрибута “возраст” пользователя в социальных сетях посредством применения машинного обучения для комбинирования, предложенных в данной статье методов. Рассмотрены методы, основанные на анализе информации об образовательных учреждениях, подписках на группы и об образовании друзей, извлекаемой из профиля в социальной сети. Все эти методы по отдельности могут быть использованы в отношении выборок пользователей с ограниченным набором характеристик. Чтобы увеличить долю пользователей, у которых может быть восстановлено значение атрибута “возраст”, была построена модель классификации для выбора наилучшего метода восстановления возраста для каждого пользователя. Были протестированы еще два подхода к комбинированию методов: ранжированием и усреднением оценок. В результате первый подход оказался наилучшим на тестовой выборке. Теоретическая значимость работы состоит в предложении подхода к комбинированию методов восстановления возраста, который позволяет повысить применимость и точность идентификации возраста пользователя. Полученные результаты имеют перспективу применения во многих областях, связанных с анализом профилей пользователей, при изучении социальных сетей.
Ключевые слова:
анализ социальных сетей, восстановление атрибутов, социоинженерные атаки, социокомпьютинг, машинное обучение.
Образец цитирования:
А. А. Корепанова, М. В. Абрамов, “Применение случайного леса в выборе метода восстановления возраста пользователя социальной сети”, Искусственный интеллект и принятие решений, 2021, № 2, 66–77; Scientific and Technical Information Processing, 49:5 (2022), 317–324
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/iipr102 https://www.mathnet.ru/rus/iipr/y2021/i2/p66
|
Статистика просмотров: |
Страница аннотации: | 21 | PDF полного текста: | 2 | Список литературы: | 1 |
|