典型文献
异构社交平台中用户身份解析
文献摘要：
跨社交平台的用户身份解析是社交网络一个重要的研究方向,其可以有效集成不同平台的同一用户信息.现有的用户身份解析工作大多针对类型相似的社交平台,平台间的信息相对对称,通过用户在不同平台上的档案属性、空间位置、网络关系等信息的相似度来判别是否为同一用户.然而,在两个异构社交平台中用户信息是不对称的,难以直接获取到用于用户身份解析的相应属性信息.本文研究跨评论类与活动类平台间的用户身份解析方法.为了解决两类社交平台的用户信息属性不对称问题,把用户信息按档案属性、语义序列、特征词序列3类信息组织,从各自的社交平台中抽取相应的信息建立映射关系,提出了综合3类信息的集成匹配算法.考虑了用户活动的时间偏移现象,采用反向传播学习的方法获取时间偏移权重,提出了基于反向传播学习的语义序列与特征词序列相似性度量方法.同时,设计了总体相似度度用于用户身份解析.利用真实数据集进行了充分的实验,实验结果表明了所提出用户身份解析算法的有效性.
文献关键词：
社会网络;用户身份解析;特征词序列;语义序列
中图分类号：
作者姓名：
刘俊岭;刘颖;马晨旭;赵巧娜;孙焕良;许景科
作者机构：
沈阳建筑大学计算机科学与工程学院,沈阳 110168
文献出处：
引用格式：
[1]刘俊岭;刘颖;马晨旭;赵巧娜;孙焕良;许景科-.异构社交平台中用户身份解析)[J].数据采集与处理,2022(05):1101-1114
A类：
用户身份解析,语义序列,特征词序列
B类：
社交平台,社交网络,有效集,用户信息,对对,档案属性,空间位置,网络关系,接获,取到,应属,属性信息,解析方法,信息属性,信息组织,映射关系,匹配算法,反向传播,传播学,相似性度量,度度,真实数据,解析算法,社会网络
AB值：
0.199394
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
