跨社交网络用户身份关联技术

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (10): 152-162.

跨社交网络用户身份关联技术

王李冬，张引，胡克用，张赟

１．杭州师范大学钱江学院;２．浙江大学计算机科学与技术学院;３．浙江传媒学院

出版日期:2021-11-09 发布日期:2021-11-09
作者简介:王李冬，女，博士，副教授，主要从事社交网络分析、知识挖掘研究

Online:2021-11-09 Published:2021-11-09

摘要/Abstract

摘要： 鉴于社交网络服务的发展，如何有效整合不同社交网络上的数据依然是一个挑战，而发现同一用户在不同网络上的帐号信息是数据资源整合的前提。提出一种全新的融合用户表面特征（属性信息）与网络嵌入学习（朋友匹配度）的跨社交网络身份匹配方法ＪＦＡ（ｊｏｉｎｔｆｒｉｅｎｄａｔｔｒｉｂｕｔｅ）。该方法包含候选用户对选取和匹配过程２部分。前者主要根据网络的拓扑结构选出候选用户对；后者在候选用户对集合中通过计算多个匹配因子（属性匹配度和朋友匹配度），并根据贪心优化原理每次选择匹配分值最大的用户对作为匹配用户对。将该方法应用于随机网络和真实世界网络，实验结果表明：该方法比其他传统方法有更高的准确率和查全率。

关键词: 跨社交网络, 用户身份匹配, 网络嵌入, 朋友匹配度, ＪＦＡ方法

中图分类号:

TP391

. 跨社交网络用户身份关联技术[J]. 重庆理工大学学报（自然科学）, 2021, 35(10): 152-162.

[1]	. 基于区块链多链的农产品供应链追溯应用[J]. 重庆理工大学学报（自然科学）, 2021, 35(10): 172-179.
[2]	. 一种改进YOLOv３的绝缘子检测方法[J]. 重庆理工大学学报（自然科学）, 2021, 35(10): 187-193.
[3]	. 融合跨阶段局部网络和空间金字塔池化的YOLOV3目标检测算法[J]. 重庆理工大学学报（自然科学）, 2021, 35(10): 136-143.
[4]	. 基于标签校正的端到端实体关系联合抽取[J]. 重庆理工大学学报（自然科学）, 2021, 35(10): 163-171.
[5]	陈琼红, 冀杰, 种一帆, 宫铭钱. 基于ＡＯＤＮｅｔ和ＳＳＤ的雾天车辆和行人检测[J]. 重庆理工大学学报（自然科学）, 2021, 35(5): 108-117.
[6]	李昌兵ａ, 段祺俊ａ, 纪聪辉ｂ, 张婷婷ａ. 融合卡方统计和ＴＦ-ＩＷＦ算法的特征提取和短文本分类方法[J]. 重庆理工大学学报（自然科学）, 2021, 35(5): 135-140.
[7]	刘朔，谷玉海，饶文军，王菊远. 基于优化ＹＯＬＯｖ３算法的违章车辆检测方法[J]. 重庆理工大学学报（自然科学）, 2021, 35(4): 135-141.
[8]	王卓，黄民，马飞，黄小龙. 基于多阶段ＣＮＮ的双目行人检测测距算法[J]. 重庆理工大学学报（自然科学）, 2021, 35(4): 123-134.
[9]	孙双林, 杨倩, 张优敏. 应用于图像分割的卷积神经网络参数简化模型[J]. 重庆理工大学学报（自然科学）, 2021, 35(3): 145-151.
[10]	饶文军, 谷玉海, 朱腾腾, 黄艳庭. 基于深度学习的车牌智能识别方法[J]. 重庆理工大学学报（自然科学）, 2021, 35(3): 119-127.
[11]	闫河１, ２, 李焕１, 罗成１. 基于深度学习的罐式炼炉送料口视觉检测与跟踪方法[J]. 重庆理工大学学报（自然科学）, 2021, 35(3): 139-144.
[12]	王华秋1,李鑫2. 门循环单元预测模型在故障诊断中的应用[J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 152-158.
[13]	杨尊俭,张淑军. 基于DTW和CNN的仿真驾驶手势识别及交互[J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 144-151.
[14]	刘超,韩锐,黄贤英,杨宏雨,刘小洋. 网络传销的SIR传播模型[J]. 重庆理工大学学报（自然科学）, 2021, 35(1): 161-167.
[15]	龚昱宁1,张严辞1,2,陈学超2,聂宇2. 基于可控域扭曲和有序抖动降噪的高性能云层湍流渲染[J]. 重庆理工大学学报（自然科学）, 2021, 35(1): 118-128.

跨社交网络用户身份关联技术

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10