基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近几年,面向跨社交平台识别分布在不同社交网络上的同一用户依然是一个未解决的难题.该研究可以解决商业应用、资源整合、好友推荐等方面的相关问题.现有的算法如通过文本挖掘、单纯的用户属性无法取得良好的效果.提出CLA(Combined Link and Attribute)算法实现用户身份匹配.通过好友亲密度获得候选用户,结合基于网络结构的链接信息和用户属性信息进行用户匹配度计算.其中,链接信息相似度利用朋友匹配度计算得到.将该算法应用于多种社交网络,实验结果表明,该算法效果优越于传统的算法效果.
推荐文章
基于用户关系的跨社交网络用户身份关联方法
用户关系
跨社交网络
用户身份关联
网络表示学习
多层感知机
基于用户兴趣的跨网络用户身份识别算法
跨网络用户身份识别
分块
用户兴趣
用户产生内容
基于隐藏标签节点挖掘的跨网络用户身份识别
用户身份识别
跨网络
社团聚类
隐藏标签节点
基于融合表示学习的跨社交网络用户身份匹配
社交网络
用户身份匹配
用户名
信息融合
网络表示学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于CLA算法的跨社交平台用户身份匹配
来源期刊 计算机应用与软件 学科 工学
关键词 跨社交网络 用户身份匹配 链接结构 CLA方法
年,卷(期) 2019,(4) 所属期刊栏目 算法
研究方向 页码范围 217-222
页数 6页 分类号 TP391
字数 5734字 语种 中文
DOI 10.3969/j.issn.1000-386x.2019.04.034
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王李冬 34 210 8.0 14.0
2 胡克用 28 56 5.0 6.0
3 张赟 8 12 2.0 3.0
4 周微微 18 95 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
跨社交网络
用户身份匹配
链接结构
CLA方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导