社交网络中同一用户的识别

摘要：

对不同社交全局网络中同一用户的身份识别进行了相关研究,将社交网络建模为节点带有属性值且含有一个中心节点的网络,即ego-network,并就社交网络中身份识别的问题设计了相关算法.为挖掘同一个用户的节点对,对用户的属性、好友关系的相似度进行了建模,从而综合评价了不同社交网络中节点间的相似度,即为用户匹配评分,将其作为节点匹配的优先度;然后通过改进后的RCM算法得到全局最优的匹配结果;最后剪掉用户匹配评分较低的已匹配用户对以达到更好的效果.基于真实数据集,实验对比了该算法与几种相关算法的表现,并分析了不同参数对实验效果的影响,验证了所提算法的合理性.

关键词：社交网络、用户识别、用户属性、RCM算法

所属期刊栏目：46

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目U1509216;国家重点研发计划项目2016YFB1000703;国家自然科学基金面上项目61472099,61602129

在线出版日期：2019-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：93-98