社交网络中同一用户的识别

• 作者: 丁小欧 张征 李建中 王宏志 高宏
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 社交网络 用户识别 用户属性 RCM算法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 第35届中国数据库学术会议
• 页码范围: 93-98
• 页数: 6页
• 分类号: TP311
• 字数: 7993字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.09.012

摘要

对不同社交全局网络中同一用户的身份识别进行了相关研究,将社交网络建模为节点带有属性值且含有一个中心节点的网络,即ego-network,并就社交网络中身份识别的问题设计了相关算法.为挖掘同一个用户的节点对,对用户的属性、好友关系的相似度进行了建模,从而综合评价了不同社交网络中节点间的相似度,即为用户匹配评分,将其作为节点匹配的优先度;然后通过改进后的RCM算法得到全局最优的匹配结果;最后剪掉用户匹配评分较低的已匹配用户对以达到更好的效果.基于真实数据集,实验对比了该算法与几种相关算法的表现,并分析了不同参数对实验效果的影响,验证了所提算法的合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建中	哈尔滨工业大学计算机科学与技术学院	237	6003	33.0	72.0
2	王宏志	哈尔滨工业大学计算机科学与技术学院	69	557	12.0	21.0
3	高宏	哈尔滨工业大学计算机科学与技术学院	109	1574	18.0	36.0
4	丁小欧	哈尔滨工业大学计算机科学与技术学院	4	35	1.0	4.0
5	张征	哈尔滨工业大学计算机科学与技术学院	2	0	0.0	0.0