复杂网络视角下跨社交网络用户身份识别研究综述

• 作者: 吴红海 谢萍 邓凯凯 邢玲
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 跨社交网络 复杂网络 数据挖掘 实体用户 用户身份识别
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 复杂性科学
• 页码范围: 905-917
• 页数: 13页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12178/1001-0548.2019182

摘要

社交网络是一种具有交互特性的复杂网络,利用复杂网络具有的网络特性可以链接不同社交网络中的节点,并分析节点之间存在的联系,结合相关的匹配算法可以有效地识别出用户在不同社交网络上的虚拟账号,有助于各大社交网络为用户提供更好的服务.该文对近十多年来数据挖掘领域中提出的跨社交网络用户身份识别技术进行了系统性地综述,详细阐述了3类用户身份识别技术相似度的计算方法和统一的识别框架,利用相关的评价指标对分类后的用户身份识别技术进行性能评估,最后展望了跨社交网络用户身份识别技术的未来研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢萍		4	3	1.0	1.0
2	吴红海		10	4	2.0	2.0
3	邢玲		5	4	1.0	1.0
4	邓凯凯		1	0	0.0	0.0