面向社会网络融合的关联用户挖掘方法综述

• 作者: 周小平 李志宇 梁循 赵吉超 马跃峰
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 社会网络 社会网络融合 关联用户 用户属性 用户关系
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1565-1583
• 页数: 19页
• 分类号: TP181
• 字数: 15821字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005249

摘要

现阶段大多数社会网络的研究都集中于单一的社会网络内部.社会网络融合为社会计算等各项研究提供更充分的用户行为数据和更完整的网络结构,从而更有利于人们通过社会网络理解和挖掘人类社会,具有重要的理论价值和实践意义.准确、全面、快速地关联用户挖掘,是大型社会网络融合的根本问题.社会网络中的关联用户挖掘旨在通过挖掘不同社会网络中同属于同一自然人的不同账号,从而实现社会网络的深度融合,近年来已引起人们的广泛关注.然而,社会网络的自身数据量大、用户属性相似、稀疏且存在虚假和不一致等特点,给关联用户挖掘带来了极大的挑战.分析了面向社会网络融合的关联用户挖掘所存在的困难,从用户属性、用户关系及其综合这3个方面梳理了当前关联用户挖掘的研究现状.最后,总结并展望了关联用户挖掘的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周小平	中国人民大学信息学院	24	198	8.0	13.0
5	梁循	中国人民大学信息学院	39	350	11.0	18.0
6	赵吉超	中国人民大学信息学院	2	13	2.0	2.0
7	李志宇	中国人民大学信息学院	10	101	6.0	10.0
8	马跃峰	中国人民大学信息学院	5	69	4.0	5.0