多标签数据挖掘技术:研究综述

被引：34

作者：

李思男

李宁

李战怀

机构：

[1] 西北工业大学计算机学院

来源：

计算机科学 | 2013年 / 40卷 / 04期

关键词：

多标签; 数据挖掘; 分类; 排序; 度量;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

传统的单标签数据挖掘技术研究对象中,每个样本仅属于一个类别标签,但在实际应用中一个样本更倾向于同时具备多个属性,即属于多标签数据类型。多标签数据挖掘技术现已成为数据挖掘技术中的一个研究热点。其研究成果广泛地应用于各种不同的领域,如图像视频的语义标注、功能基因组、音乐情感分类以及营销指导等。从多标签数据挖掘的方法和度量方式两个方面对多标签数据挖掘进行了系统详细的阐述,最后归纳了目前研究中存在的问题和挑战并展望了本领域的发展趋势。

引用

页码：14 / 21

页数：8

共 12 条

[1] 半监督文本分类综述 [J].

牛罡 ;

罗爱宝 ;

商琳 .

计算机科学与探索, 2011, (04) :313-323

[2] 一种基于随机游走模型的多标签分类算法 [J].

郑伟 ;

王朝坤 ;

刘璋 ;

王建民 .

计算机学报, 2010, 33 (08) :1418-1426

[3] 基于机器学习的文本分类技术研究进展 [J].

苏金树 ;

张博锋 ;

徐昕 .

软件学报, 2006, (09) :1848-1859

[4] Classifier chains for multi-label classification [J].

Read, Jesse ;

Pfahringer, Bernhard ;

Holmes, Geoff ;

Frank, Eibe .

MACHINE LEARNING, 2011, 85 (03) :333-359

[5] Boosting multi-label hierarchical text categorization [J].

Esuli, Andrea ;

Fagni, Tiziano ;

Sebastiani, Fabrizio .

INFORMATION RETRIEVAL, 2008, 11 (04) :287-313

[6]

Label ranking by learning pairwise preferences[J] . Eyke Hüllermeier,Johannes Fürnkranz,Weiwei Cheng,Klaus Brinker.Artificial Intelligence . 2008 (16)

[7] Multilabel classification via calibrated label ranking [J].

Fuernkranz, Johannes ;

Huellermeier, Eyke ;

Mencia, Eneldo Loza ;

Brinker, Klaus .

MACHINE LEARNING, 2008, 73 (02) :133-153

[8]

Multi-Label Classification: An Overview[J] . Grigorios Tsoumakas,Ioannis Katakis.International Journal of Data Warehousing and Mining (IJDWM) . 2007 (3)

[9]

M L-KNN : A lazy learning approach to multi-label learning[J] . Min-Ling Zhang,Zhi-Hua Zhou.Pattern Recognition . 2007 (7)

[10] Learning multi-label scene classification [J].

Boutell, MR ;

Luo, JB ;

Shen, XP ;

Brown, CM .

PATTERN RECOGNITION, 2004, 37 (09) :1757-1771

← 1 2 →