山东大学学报(理学版)

作者：杨亚茹, 王永庆, 张志斌, 刘悦, 程学旗

单位：中国科学院计算技术研究所, 北京 100190

关键词：用户关联,网络表达,监督学习,

基金：国家重点基础研究发展计划资助项目(2014CB340401);国家自然科学基金资助项目(61802371,61472400,91746301)

随着社交媒体网站的日益普及,用户倾向于加入多个社交网络,作为社交媒体中的一项新兴工作,将社交网络的多个用户身份关联起来具有重要意义。通过研究目前有代表性的用户关联模型,提出了一个基于综合信息的用户关联模型(BiALP),该模型通过节点表达的方法学习网络的内在结构信息、属性信息和内容信息,以源网络和目标网络的节点表达为特征,以已关联用户对作为带标签数据,采用二分类监督学习的方式学习源网络与目标网络之间的关联关系。大量实验表明,BiALP模型与目前有代表性的其他用户关联模型相比效果有明显的提升(35%),能够实现更精确的用户关联。

来源：2019年第9期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2019年第9期