查询结果:   王嘉祺,何新磊,汪天一,王新.基于深度学习的移动社交网络用户分类研究[J].计算机应用与软件,2018,35(12):42 - 48.
中文标题
基于深度学习的移动社交网络用户分类研究
发表栏目
应用技术与研究
摘要点击数
143
英文标题
USER CLASSIFICATION IN MOBILE SOCIAL NETWORK BASED ON DEEP LEARNING
作 者
王嘉祺 何新磊 汪天一 王新 Wang Jiaqi He Xinlei Wang Tianyi Wang Xin
作者单位
复旦大学计算机科学技术学院 上海 201203 上海市智能信息处理重点实验室 复旦大学 北京字节跳动科技有限公司 北京 100086  
英文单位
School of Computer Science, Fudan University, Shanghai 201203, China Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, Shanghai 200433, China Beijing Bytedance Technology Co., Ltd., Beijing 100086, China   
关键词
移动社交网络 深度学习 用户分类
Keywords
Mobile social network Deep learning User classification
基金项目
国家自然科学基金项目(71731004)
作者资料
王嘉祺,硕士生,主研领域:移动社交网络。何新磊,硕士生。汪天一,博士。王新,教授。 。
文章摘要
随着移动设备和移动服务的高速发展,移动社交网络融入了人们的日常生活。用户分类系统在不同的社交网络中发挥着重要的作用,例如恶意账号检测、高影响力用户发现及会员用户发现。引入深度学习技术来解决用户分类问题,且使用了陌陌的真实数据进行评估。结果表明,对于不同的分类目标,均可取得较好的效果。
Abstract
With the rapid development of mobile devices and mobile services, mobile social networks have become very popular in our daily-life. User classification plays an important role in the different kinds of social networks, such as malicious account detection, discovery of users with high influence and finding VIP users. In the paper, we introduced deep learning to solve the problem of user classification. By using the real data collected from Momo, we evaluated our framework. The result shows that good results can be achieved for different classification targets.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
营销活动问题标签分类语料库的构建与分类研究
徐俊利
数据工程
2019
3
42
[摘要]
2
基于深度CNN和极限学习机相结合的实时文档分类
闫河
人工智能与识别
2019
3
174
[摘要]
3
基于深度学习模型的自发学习表情识别方法研究
何秀玲
人工智能与识别
2019
3
180
[摘要]
4
基于深度学习的伺服系统状态预测算法
张鹏
算法
2019
3
236
[摘要]
5
基于深度信念网络的CYP450 2C9抑制性分类
李自臣
人工智能与识别
2019
2
189
[摘要]
6
基于AlexNet的小样本水面漂浮物识别
李宁
人工智能与识别
2019
2
245
[摘要]
7
一种加权的深度森林算法
宫振华
算法
2019
2
274
[摘要]
8
中文作文句间逻辑合理性智能判别方法研究
刘杰
应用技术与研究
2019
1
71
[摘要]
9
基于深度学习的锂电池褶皱检测方法的研究
王刚
人工智能与识别
2019
1
216
[摘要]
10
基于粒子群的HLS的自动化架构实现
吴家飞
软件技术与研究
2018
9
22
[摘要]
11
文本情感分析的深度学习方法
邢长征
数据工程
2018
8
102
[摘要]
12
基于深度学习的慢性肝病CT报告相似度分析
常炳国
算法
2018
8
289
[摘要]
13
改进的Alexnet模型及在油井示功图分类中的应用
段友祥
人工智能与识别
2018
7
226
[摘要]
14
基于深度学习的代码分析研究综述
张峰逸
综合评述
2018
6
9
[摘要]
15
生成式对抗网络在抑郁症分类中的应用
刘宁
人工智能与识别
2018
6
163
[摘要]
16
基于TensorFlow进行股票预测的深度学习模型的设计与实现
韩山杰
算法
2018
6
267
[摘要]
17
基于DBN和TSVM的混合入侵检测模型研究
张克君
安全技术
2018
5
313
[摘要]
18
基于深度学习的电力大数据融合与异常检测方法
刘冬兰
数据工程
2018
4
61
[摘要]
19
基于注意力的BiLSTM-CNN中文微博立场检测模型
白静
算法
2018
3
266
[摘要]
20
基于分块的有遮挡人脸识别算法
周孝佳
人工智能与识别
2018
2
183
[摘要]
21
基于深度学习的移动社交网络用户分类研究
王嘉祺
应用技术与研究
2018
12
42
[摘要]
22
改进的卷积神经网络图片分类识别方法
闫河
人工智能与识别
2018
12
193
[摘要]
23
基于深度学习的图片问答系统设计研究
周远侠
人工智能与识别
2018
12
199
[摘要]
24
基于神经网络融合的司机违规行为识别
李俊俊
图像处理与应用
2018
12
222
[摘要]
25
基于双向GRU神经网络和双层注意力机制的中文文本中人物关系抽取研究
张兰霞
应用技术与研究
2018
11
130
[摘要]
26
基于深度学习的青梅品级半监督智能认知方法
李帷韬
图像处理与应用
2018
11
245
[摘要]
27
视频人脸图像质量评估及其在课堂点名系统中的应用
方冠男
多媒体技术应用
2018
10
140
[摘要]
28
基于Leap Motion手势识别方法在树木交互的应用
王红全
人工智能与识别
2018
10
153
[摘要]
29
基于深度学习的脊柱CT图像分割
刘忠利
图像处理与应用
2018
10
200
[摘要]
30
基于多路特征融合和深度学习的露霜图像分类
周忠义
图像处理与应用
2018
10
205
[摘要]
31
基于深度学习的视频近似拷贝检索
冯兆华
多媒体技术应用
2018
1
160
[摘要]
32
结合卷积神经网络不同层的特征进行包类商品检索
骆正茂
人工智能与识别
2018
1
195
[摘要]
33
基于深度学习的鱼类分类算法研究
顾郑平
人工智能与识别
2018
1
200
[摘要]
34
基于深度卷积神经网络的人脸识别技术综述
景晨凯
图像处理与应用
2018
1
223
[摘要]
35
构建适用于深度学习的海浪样本数据集的并行算法实现及性能优化
邹国良
应用技术与研究
2017
9
57
[摘要]
36
基于深度学习的PD致病基因活性预测
李自臣
人工智能与识别
2017
9
183
[摘要]
37
基于RNN进行面向主题的特征定位方法
尹春林
软件技术与研究
2017
6
12
[摘要]
38
融合深度及边界信息的图像目标识别
原彧鑫
图像处理与应用
2017
4
183
[摘要]
39
基于卷积神经网络的汽车型号识别
陈淑君
图像处理与应用
2017
11
228
[摘要]
40
一种基于深度学习的新型小目标检测方法
陈江昀
人工智能与识别
2017
10
227
[摘要]
41
基于深度自编码器网络的人脸特征点定位方法
梁洋洋
人工智能与识别
2016
9
139
[摘要]
42
基于线性解码和深度回归预测的图像分类算法
张鸿
图像处理与应用
2016
11
130
[摘要]
43
结合侧抑制机制的自动编码器训练新算法
倪嘉成
人工智能与识别
2015
9
157
[摘要]
44
基于深度学习和部分模型的相关性人脸检测
谭萍
人工智能与识别
2015
12
123
[摘要]
45
移动社交网络环境下的真实社会关系估计
吕明琪
数据工程
2015
1
51
[摘要]