融合节点状态信息的跨社交网络用户对齐

胡军^1,2(),杨冬梅^1,2,刘立^1,2,钟福金^1,2

1. 重庆邮电大学计算机科学与技术学院, 重庆 400065
2. 计算智能重庆市重点实验室(重庆邮电大学), 重庆 400065

收稿日期:2021-05-28出版日期:2021-12-20发布日期:2022-01-19

作者简介:胡军(1977—)，男，湖北监利人，博士，教授，主要研究方向为粒计算、粗糙集、智能信息处理和数据挖掘.E-mail: hujun@cqupt.edu.cn
基金资助:国家重点研发计划课题(2017YFC0804002);国家自然科学基金项目(61876201);国家自然科学基金项目(61876027);重庆市自然科学基金项目(cstc2021ycjh-bgzxm0013)

Cross social network user alignment via fusing node state information

Jun HU^1,2(),Dongmei YANG^1,2,Li LIU^1,2,Fujin ZHONG^1,2

1. College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China
2. Chongqing Key Laboratory of Computing Intelligence(Chongqing University of Posts and Telecommunications), Chongqing 400065, China

Received:2021-05-28Online:2021-12-20Published:2022-01-19

摘要/Abstract

摘要： 提出一种融合节点状态信息的跨社交网络用户对齐方法, 通过网络表示捕获节点的局部特征和节点状态信息得到每个账户的嵌入向量, 计算不同账户对应表示之间的相似性发现对齐用户。在2个真实数据集上的试验结果表明, 提出的方法相对于其他方法可以对齐更多的用户。在预测不同尺度的top-k时, 提出的方法在网络结构较稠密的Twitter-Foursquare数据集上能够在top-9时对齐准确率达到50%且在稀疏且大网络数据集DM-ML上相比其他方法对齐准确率提高12.06%~36.62%;在分析F1-score时, 提出的方法能够有效提高用户对齐的性能。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2079