基于隐藏标签节点挖掘的跨网络用户身份识别

• 作者: 于洪涛 刘树新 吴铮 黄瑞阳
• 来源期刊: 计算机应用研究
• 关键词: 用户身份识别 跨网络 社团聚类 隐藏标签节点
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息安全技术
• 页码范围: 1191-1196
• 页数: 6页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.04.049

摘要

随着各种社交网络不断涌现,以及针对社交网络的安全和商业应用的不断普及,跨网络用户身份识别成为当前的研究热点.针对现有的基于自中心网络环境(Ego-UI)算法对标签节点利用率不高的缺点,提出一种基于隐藏标签节点挖掘的跨网络用户身份识别(HLNM-UI)算法.该算法通过给待匹配节点添加社团聚类信息,将挖掘出的隐藏标签节点加入到自中心网络里,通过对潜在的关系信息加以利用,提高待匹配节点的辨识度,然后利用标签节点找寻最佳匹配,最后通过迭代运算实现全网络所有节点的身份识别.在多个人工随机网络和真实社交网络实验结果表明,提出的算法相比现有的基于自中心网络算法具有更高的召回率和F1值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洪涛		44	339	10.0	16.0
2	刘树新		28	119	6.0	10.0
3	黄瑞阳		50	146	7.0	8.0
4	吴铮		4	34	3.0	4.0