多社交網(wǎng)絡用戶身份識別算法研究.pdf

1、近年來，各式各樣的在線社交網(wǎng)絡，如Facebook，Twitter，LinkedIn等，都在以驚人的速度迅猛發(fā)展，并逐漸成為人們網(wǎng)絡生活中不可或缺的一部分。然而，各個社交網(wǎng)站的賬號之間是孤立沒有聯(lián)系的，用戶網(wǎng)絡行為散落在各個網(wǎng)站中使得對網(wǎng)民的社交行為分析變得十分困難。同時由于缺乏一個全局的用戶身份標識來關聯(lián)各個社交賬號，因此導致無法獲得一個完整的社交用戶網(wǎng)絡圖。
　　身份識別問題就是用來識別出在各個社交網(wǎng)絡擁有多個虛擬賬號背后的用

2、戶?，F(xiàn)階段關于身份識別問題的研究還存在一些缺陷:一方面，現(xiàn)階段的識別技術大多依賴屬性字符串的匹配以及對匹配結果的組合。另一方面，用戶在各個社交網(wǎng)絡中的非好友關系沒有得到充分的利用。
　　本文圍繞解決局部身份識別問題展開了研究，針對以種子用戶為中心的ego-network中的用戶匹配進行建模和算法分析。
　　在充分利用用戶屬性信息和鏈接信息的基礎上，本文提出了一種用于識別多社交網(wǎng)絡用戶的基于排名的交叉匹配算法（RCM）。身份鑒

3、別分為三個步驟賬號選擇，賬號匹配和匹配剪枝。在RCM算法中，首先，通過利用賬號屬性相似度(Profile Attributes Similarity，PAS)和用戶環(huán)境得分(User Surrounding Score，USS)，然后選擇當前得分排名最高用戶來作為候選的匹配用戶。然后提出用戶匹配得分(User Matching Score，UMS)的概念，UMS結合了PAS和網(wǎng)絡結構，算法根據(jù)這個得分來決定與候選用戶匹配的用戶。為了進一