一种基于多视图协同学习的App分类方法

摘要：

App分类是App检索、App推荐和用户偏好挖掘等智能服务的前提.现有A pp下载平台已提供了App的类别信息,但这些信息存在无法被第三方使用、无法满足定制的类别体系等问题,因此需要设计一种不依赖App下载平台的A pp分类方法,而要实现这一目标的挑战包括能利用的描述信息太少(通常仅有App的名称)和有标注样本的数量太少(特别是需要定制类别体系的时候).针对这些挑战,提出了一种基于多视图协同学习的App分类方法:首先,基于互联网知识对App名称进行信息扩充;然后,从词频和主题两个视图描述App分类问题,并抽取词频分布特征和主题分布特征;最后,采用协同学习方法充分利用无标注样本来训练和融合基于这两个视图的分类器.基于大量真实App数据的实验表明:相比现有方法,提出的方法在分类准确度方面有一定优势.

关键词：App分类、互联网知识、多视图学习、协同学习

所属期刊栏目：46

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目61772026;国家自然科学基金浙江两化融合联系基金项目U1509214;浙江省自然科学基金资助项目LY18F020033

在线出版日期：2019-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：591-597