融合多特征的跨社交网络用户在线识别方法研究

摘要：

近年来,许多社交网络平台为保护用户的隐私限制了网络结构获取API的访问频率,这给跨社交网络的用户识别带来了新的挑战.针对此问题,本文提出一种融合多特征的跨社交网络用户在线识别方法(Multi-feature Cross-social network User Online Recognition method,MCUOR).该方法改进了属性相似度计算方法,设计了动态爬虫策略DYN实现在API限制范围内获取更多有效结构信息,结合好友权重改进了加权Jaccard相似度从而改进了局部结构特征的提取方法,最后利用逻辑回归模型结合属性特征和局部结构特征构建用户识别模型对用户进行跨社交网络用户在线识别.真实数据集上的实验结果表明爬虫策略DYN实现了有限API的优质调配,与其他方法相比MCUOR方法提高了用户识别精确度和召回率.

关键词：跨社交网络;用户识别;爬虫策略;逻辑回归模型;特征提取

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金项目;上海理工大学自然基金培育项目

在线出版日期：2021-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2407-2414