虚拟空间中在线同源用户行为相似性研究

• 作者: 马满福 张凯旋 李勇 王常青 张强
• 来源期刊: 计算机工程
• 关键词: 行为特征 在线同源用户 序列对齐 行为相似性 特征属性
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 人工智能与模式识别|Artificial Intelligence and Pattern Recognition
• 页码范围: 65-72
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058042

摘要

虚拟空间中在线同源用户具有相似行为特征,但现有相似性度量算法难以对其进行有效识别.提出一种基于序列对齐的在线同源用户识别算法,根据在线用户行为日志提取点击流数据,采用序列对齐方法计算在线用户的行为相似度,将其用行为相似度矩阵表示并对用户进行层次聚类,以识别虚拟空间中的在线同源用户,同时分析不同维度的用户特征属性对用户行为相似性的影响程度.实验结果表明,该算法能准确识别出在线同源用户,用户行为相似性受性别、户籍和教育程度3种特征属性影响较大,受年龄、社会阶层和收入水平的影响较小.