reveal-user-classification 0.2.8

功能

• [Reveal FP7]（http://revealproject.eu/）用户网络配置文件分类器模块的实现。
• 利用arcte算法通过[显示图嵌入]（https://github.com/MKLab-ITI/reveal-graph-embedding）进行图嵌入。
• 改进的基于图的用户分类和via[显示图嵌入]（https://github.com/MKLab-ITI/reveal-graph-embedding）的社区权重。
• twitter通过[reveal user annotation]（https://github.com/MKLab-ITI/reveal-user-annotation）列出用户注释的众包。
• 通过[显示用户注释]（https://github.com/MKLab-ITI/reveal-user-annotation）与数据库进行消息传递和通信。

安装

###必需的包 -纽比 -短发 -SCIKIT学习 -网络 -[显示用户批注]（https://github.com/MKLab-ITI/reveal-user-annotation） -[显示图嵌入]（https://github.com/MKLab-ITI/reveal-graph-embedding）

###安装 在UNIX/Linux上为所有用户安装：

python3.4 setup.py build sudo python3.4 setup.py install

或者：

pip install reveal-user-classification

REALE-FP7集成

入口点脚本的名称是user_network_profile_classifier。

user_network_profile_classifier -uri $MONGO_DB_URI -id $MONGO_ASSESSMENT_ID -tak $TWITTER_APP_KEY -tas $TWITTER_APP_SECRET -rmquri $AMQP_URI -rmqq $AMQP_QUEUE_NAME -rmqe $AMQP_EXCHANGE -rmqrk $AMQP_ROUTING_KEY -ln $LATEST_N -lts $LOWER_TIMESTAMP -uts $UPPER_TIMESTAMP -nt $NUMBER_OF_PARALLEL_TASKS -nua $NUMBER_OF_USERS_TO_ANNOTATE -unpcdb $USER_NETWORK_PROFILE_CLASSIFIER_MONGO_DB

以下两个参数用于建立到Mongo数据库的连接 访问集合中的文档。

• $mongo-db-uri示例：“mongodb://admin:123456@127.0.0.1:27017”
• $mongo_assessment_id示例：“new_tweets_database_name.new_tweets_collection_name”，由“.”分隔，如图所示。

以下两个参数用于使用twitter应用程序从twitter获取数据。

• $twitter_app_key和$twitter_app_secret：都是从twitter开发站点中创建的应用中获取的。

以下四个参数用于将消息发布到rabbitmq队列。 队列用于在完成时发布“成功”消息， 同时也用于发布模块的结果。

• $amqp_uri示例：amqp://guest:guest@localhost:5672//
• 还必须提供：$amqp_queue_name、$amqp_exchange和$amqp_routing_key

可以考虑一些可选参数。以下三个可以一起使用，也可以分开使用； 否则将读取集合中的所有tweet。

• $latest_n:将从定义的集合中读取n个最新的按时间顺序排列的文档。 为了使其正常工作，tweets的“created_at”字段必须采用mongodb定义的正确时间格式。
• $lower_timestamp:unix时间戳；基于created_at tweet字段。只有在这个时间戳之后的tweets才会用于分析。
• $upper_timestamp：同样，用于上限。

以下四个参数为模块的执行设置了各种参数。

• $NoMyOrthOrthPixl任务：为每个评估分析启动启动的并行任务的数目。如果未指定，则尝试设置为核心数。
• $number_of_users_to_annotate：使用Twitter数据自动注释的用户数。每个用户至少需要额外的分钟。默认值为90。为了加快测试速度，请尝试较小的数字。

一些中间数据和由此产生的用户到主题的关联将被写入mongo数据库中，该数据库位于用于输入的mongo客户机上。

• $user_network_profile_classifier_mongo_db:应选择一个独特的名称，以免干扰为输入数据保留的数据库。写入结果的集合是：“用户主题集合”。

入口点脚本可以在/reveal_user_classification/entry_points/user_network_profile_classifier.py上查看 其中参数用法可以更详细地读取。