基于用戶身份特征的多標(biāo)簽分類算法

　　目前對于智慧校園中的家校溝通，缺乏一種衡量和參考的方法。針對智慧校園中特有的聊天特點即存在明顯的身份特征，提出了一種基于用戶身份特征的多標(biāo)簽分類算法-Adaboost. ML。首先，新增加了啟發(fā)式規(guī)則；然后，引入Adaboost. MH算法，同時摒棄了把數(shù)據(jù)集進(jìn)行分片的概念；最后，直接利用單條數(shù)據(jù)作為分析的焦點，減少了由于時間片邊緣帶來的誤差和推斷時間，綜合決策出聊天用戶之間的關(guān)聯(lián)關(guān)系。實驗結(jié)果表明，與基于規(guī)則的啟發(fā)式方法相比，所提算法在智慧校園數(shù)據(jù)集上的誤報率、漏報率分別降低了53%、66%，同時在微信數(shù)據(jù)集上也具有良好的分類效果。該算法已應(yīng)用到智慧校園項目中，能夠迅速并準(zhǔn)確地了解到家校溝通的情況。
?