融合节点状态信息的跨社交网络用户对齐

• 作者: 胡军 杨冬梅 刘立 钟福金
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 用户对齐 社交网络 局部特征 节点状态 网络嵌入
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 机器学习与数据挖掘|Machine Learning & Data Mining
• 页码范围: 49-58
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2021.281

摘要

提出一种融合节点状态信息的跨社交网络用户对齐方法,通过网络表示捕获节点的局部特征和节点状态信息得到每个账户的嵌入向量,计算不同账户对应表示之间的相似性发现对齐用户.在2个真实数据集上的试验结果表明,提出的方法相对于其他方法可以对齐更多的用户.在预测不同尺度的top-k时,提出的方法在网络结构较稠密的Twitter-Foursquare数据集上能够在top-9时对齐准确率达到50％且在稀疏且大网络数据集DM-ML上相比其他方法对齐准确率提高12.06％～36.62％;在分析F1-score时,提出的方法能够有效提高用户对齐的性能.