基于多元信息融合的用户关联模型

杨亚茹^*,王永庆,张志斌,刘悦,程学旗

中国科学院计算技术研究所, 北京 100190

出版日期:2019-09-20发布日期:2019-07-30

作者简介:杨亚茹(1993— ),女,硕士,工程师,研究方向为社会计算. E-mail:yangyaru@ict.ac.cn*通信作者
基金资助:国家重点基础研究发展计划资助项目(2014CB340401);国家自然科学基金资助项目(61802371,61472400,91746301)

Social network user identity linkage model based on comprehensive information

YANG Ya-ru^*, WANG Yong-qing, ZHANG Zhi-bin, LIU Yue, CHENG Xue-qi

Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China

Online:2019-09-20Published:2019-07-30

摘要/Abstract

摘要： 随着社交媒体网站的日益普及,用户倾向于加入多个社交网络,作为社交媒体中的一项新兴工作,将社交网络的多个用户身份关联起来具有重要意义。通过研究目前有代表性的用户关联模型,提出了一个基于综合信息的用户关联模型(BiALP),该模型通过节点表达的方法学习网络的内在结构信息、属性信息和内容信息,以源网络和目标网络的节点表达为特征,以已关联用户对作为带标签数据,采用二分类监督学习的方式学习源网络与目标网络之间的关联关系。大量实验表明,BiALP模型与目前有代表性的其他用户关联模型相比效果有明显的提升(35%),能够实现更精确的用户关联。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3153