融合多特征的跨社交网络用户在线识别方法研究

卢 菁，王菊钿，刘 丛

(上海理工大学 光电信息与计算机工程学院，上海 200093)

1 引 言

随着社交网络的广泛普及和兴起，人们为满足不同的服务需求会加入多个社交网络.在不同的社交网络中找到属于同一自然人的用户即为跨社交网络用户识别问题(通常也称为社交网络用户对齐问题、跨社交网络实体匹配问题以及锚链接预测问题等).跨社交网络用户识别可实现刻画用户画像、提高社交效率、投放精准广告等.

当前的跨社交网络用户识别研究，按照使用特征的信息不同，大致分为基于属性特征的识别方法、基于结构特征的识别方法和结合两种特征的识别方法，近年来还出现了针对结构信息获取限制问题的用户识别方法.

1)基于属性特征.属性指用户简档中的属性信息，如用户名、个人简介、教育经历等.表1显示了社交网络中用户简档中的属性信息.文献[1]结合简档属性的匹配分数和人为设置的权重判断来自两个网络的实体对是否指向同一个现实实体.文献[2]利用属性信息构建分类特征，并通过第3个社交网络为无法直接匹配的跨社交网络用户对建立关联.文献[3]分析了用户名的n-gram概率以估计用户名稀有性或通用性，利用无监督方法识别具有通用用户名的用户，并将具有同一稀有用户名的用户识别为相同用户.以上基于属性特征的用户识别方法取得一定的成果，但该类方法往往面临属性数据缺失、不一致、异构等问……