一种基于最大公共子图的社交网络对齐方法

• 作者: 于戈 冯朔 寇月 申德荣 聂铁铮
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 社交网络 最大公共子图 用户识别 网络对齐
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 数据库技术
• 页码范围: 2175-2187
• 页数: 13页
• 分类号: TP311
• 字数: 9624字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005831

摘要

随着Intemet的普及,各类社交网络走进人们的视野,用户为满足不同的服务需求,往往不会局限于单一社交网络中,因此,跨社交网络环境下的用户识别问题成为研究者的热门话题.主要利用网络结构信息,针对社交网络对齐问题进行研究,主要包含以下研究点:首先,将网络对齐问题抽象为最大公共子图问题(α-MCS),并提出求解自适应参数α的方法,相比于传统的基于启发式定义参数α的方法,该方法可有效区分不同类型网络中匹配用户与非匹配用户;其次,为快速而准确地解决α-MCS,提出了基于最大公共子图的迭代式网络对齐算法MCS_INA(α-MCS based iterative network alignment algorithm),该算法每次迭代过程主要包含两个阶段.第1个阶段,分别在两个社交网络中选取各自的候选匹配用户,第2个阶段,针对候选匹配用户进行识别.相比于其他算法,MCS_INA时间代价低,且依据不同网络特征,通过参数估计,可保证较高的识别精度;最后,在真实数据集和合成数据集中验证了算法MCS_INA的有效性.

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	冯朔	东北大学计算机科学与工程学院	3	5	1.0	2.0