全视角特征结合众包的跨社交网络用户识别

• 作者: 于戈 冯朔 寇月 汪潜 申德荣 聂铁铮
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 多社交网络 用户识别 众包
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 基于图结构的大数据分析与管理技术专刊
• 页码范围: 811-823
• 页数: 13页
• 分类号: TP311
• 字数: 8937字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005448

摘要

随着互联网的普及和不断发展,用户通过多个社交网络进行社交活动,使用社交网络带来的丰富内容和服务通过识别出不同社交网络上的同一用户,可以有助于进行用户推荐、行为分析、影响力最大化.已有方法主要基于用户的结构特征和属性特征来识别匹配用户,大多仅考虑局部结构,且受已知匹配用户数量的限制,提出一种基于全视角特征结合众包的跨社交网络用户识别方法(overall and crowdsourced user identification algorithm,简称OCSA).首先,利用众包提高已知匹配用户的数量;然后,应用全视角特征评价用户的相似度,以提升用户匹配的准确性;最后,利用两阶段的迭代式匹配方法完成用户识别工作.实验结果表明:该算法可显著提高用户识别的召回率和准确率,并解决了已知匹配用户数量不足时的识别问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学计算机科学与工程学院	426	6587	38.0	64.0
2	申德荣	东北大学计算机科学与工程学院	111	1289	18.0	32.0
3	寇月	东北大学计算机科学与工程学院	68	816	12.0	26.0
4	聂铁铮	东北大学计算机科学与工程学院	69	854	13.0	27.0
5	汪潜	东北大学计算机科学与工程学院	1	5	1.0	1.0
6	冯朔	东北大学计算机科学与工程学院	3	5	1.0	2.0