作者:
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:
随着互联网的快速发展,社交网络不断影响着人们的生活方式,其使用率也在不断提高.随着社交网络的发展以及其多样性的特征,用户可能同时具有多个社交网络的账号.如果能够识别出同一用户在不同社交网络中的账号,就能够整合出该用户较为全面的信息,从而挖掘出一些隐藏的信息,对于好友推荐、广告推荐、信息扩散的研究也很有帮助.目前用户识别研究主要是基于用户属性的用户识别和基于社交关系的用户识别.随着用户越来越注重个人隐私保护,社交网络的数据获取限制越来越严格,用户识别也面临巨大挑战.近年来,跨社交网络用户识别也受到学术界的广泛关注.本文整理和归纳了跨社交网络用户识别研究现状,并对未来的研究方向做出展望.
推荐文章
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
模式无关的社交网络用户识别算法
用户识别
二部图
实例匹配
跨系统个性化
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
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 跨社交网络用户识别综述
来源期刊 网络安全技术与应用 学科
关键词 社交网络 用户识别 用户表示
年,卷(期) 2021,(4) 所属期刊栏目 行业与应用安全
研究方向 页码范围 109-112
页数 4页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
社交网络
用户识别
用户表示
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
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
论文1v1指导