异构社交平台中用户身份解析

作     者：刘俊岭 刘颖 马晨旭 赵巧娜 孙焕良 许景科 LIU Junling;LIU Ying;MA Chenxu;ZHAO Qiaona;SUN Huanliang;XU Jingke

作者机构：沈阳建筑大学计算机科学与工程学院沈阳110168 

基　　金：国家自然科学基金(62073227) 国家重点研发计划(2021YFF0306303) 辽宁省自然科学基金(2019-MS-264) 辽宁省教育厅项目(LJKZ0582) 中国学位与研究生教育研究课题(2020MSA40) 

出 版 物：《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期：2022年第37卷第5期

页      码：1101-1114页

摘      要：跨社交平台的用户身份解析是社交网络一个重要的研究方向,其可以有效集成不同平台的同一用户信息。现有的用户身份解析工作大多针对类型相似的社交平台,平台间的信息相对对称,通过用户在不同平台上的档案属性、空间位置、网络关系等信息的相似度来判别是否为同一用户。然而,在两个异构社交平台中用户信息是不对称的,难以直接获取到用于用户身份解析的相应属性信息。本文研究跨评论类与活动类平台间的用户身份解析方法。为了解决两类社交平台的用户信息属性不对称问题,把用户信息按档案属性、语义序列、特征词序列3类信息组织,从各自的社交平台中抽取相应的信息建立映射关系,提出了综合3类信息的集成匹配算法。考虑了用户活动的时间偏移现象,采用反向传播学习的方法获取时间偏移权重,提出了基于反向传播学习的语义序列与特征词序列相似性度量方法。同时,设计了总体相似度度用于用户身份解析。利用真实数据集进行了充分的实验,实验结果表明了所提出用户身份解析算法的有效性。

主 题 词：社会网络 用户身份解析 特征词序列 语义序列 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 

D　O　I：10.16337/j.1004-9037.2022.05.015

馆 藏 号：203114612...