【摘要】Automatic Opioid User Detection From Twitter：基于异构信息网络上相似度的创建在不同元图上的转导集成

标题：Automatic Opioid User Detection From Twitter: Transductive Ensemble Built On Different Meta-graph Based Similarities Over Heterogeneous Information Network（在Twitter上检测鸦片使用者）

作者：

摘要：

Opioid（比如heroin和morphine）上瘾，已经成为了美国最庞大和致命的流行病。为了与这样致命的流行病展开对抗，本文，我们提出了一个新颖的结构，叫做HinOPU，用以在Twitter上自动检测吸毒者，这将有助于加深我们对Opioid类药物成瘾和治疗的行为过程的了解。在HinOPU中，为了建模用户和他们所发布的推文，以及他们之间丰富的关联关系，我们介绍了异质信息网络（HIN）用来进行表示。接下来，我们使用了基于元图的方法去刻画用户间的语义相关性；接着，基于HIN上的元图，在用户间指定了不同的相似度量。为了降低监督学习所需的标记样本的开销，我们提出了一个转导分类的方法，用以建立基本的基于由不同元图得到的不同相似度量的分类器。然后，为了进一步提高检测准确率，我们构建了一个集成（ensemble），用以结合通过不同基础分类器进行opioid用户检测所得的不同预测结果。通过在从Twitter上得到的真实的样本集合上进行的综合实验，与其他方法进行比较，证明了HinOPU在opioid用户检测上的有效性。