基于用户身份特征的多标签分类算法

　　目前对于智慧校园中的家校沟通，缺乏一种衡量和参考的方法。针对智慧校园中特有的聊天特点即存在明显的身份特征，提出了一种基于用户身份特征的多标签分类算法-Adaboost. ML。首先，新增加了启发式规则；然后，引入Adaboost. MH算法，同时摒弃了把数据集进行分片的概念；最后，直接利用单条数据作为分析的焦点，减少了由于时间片边缘带来的误差和推断时间，综合决策出聊天用户之间的关联关系。实验结果表明，与基于规则的启发式方法相比，所提算法在智慧校园数据集上的误报率、漏报率分别降低了53%、66%，同时在微信数据集上也具有良好的分类效果。该算法已应用到智慧校园项目中，能够迅速并准确地了解到家校沟通的情况。