主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
周小平,梁循,赵吉超,李志宇,马跃峰.面向社会网络融合的关联用户挖掘方法综述.软件学报,2017,28(6):1565-1583
面向社会网络融合的关联用户挖掘方法综述
Correlating User Mining Methods for Social Network Integration: A Survey
投稿时间:2016-09-28  修订日期:2016-12-07
DOI:10.13328/j.cnki.jos.005249
中文关键词:  社会网络  社会网络融合  关联用户  用户属性  用户关系
英文关键词:social network  social network integration  correlating user  user property  user relationship
基金项目:国家自然科学基金(71271211,71531012,71601013);北京市自然科学基金(4132067,4174087);北京市教委科技计划项目(SQKM201710016002)
作者单位E-mail
周小平 中国人民大学 信息学院, 北京 100872
北京建筑大学 电气与信息工程学院, 北京 100044 
 
梁循 中国人民大学 信息学院, 北京 100872 xliang@ruc.edu.cn 
赵吉超 中国人民大学 信息学院, 北京 100872  
李志宇 中国人民大学 信息学院, 北京 100872  
马跃峰 中国人民大学 信息学院, 北京 100872  
摘要点击次数: 2643
全文下载次数: 1687
中文摘要:
      现阶段大多数社会网络的研究都集中于单一的社会网络内部.社会网络融合为社会计算等各项研究提供更充分的用户行为数据和更完整的网络结构,从而更有利于人们通过社会网络理解和挖掘人类社会,具有重要的理论价值和实践意义.准确、全面、快速地关联用户挖掘,是大型社会网络融合的根本问题.社会网络中的关联用户挖掘旨在通过挖掘不同社会网络中同属于同一自然人的不同账号,从而实现社会网络的深度融合,近年来已引起人们的广泛关注.然而,社会网络的自身数据量大、用户属性相似、稀疏且存在虚假和不一致等特点,给关联用户挖掘带来了极大的挑战.分析了面向社会网络融合的关联用户挖掘所存在的困难,从用户属性、用户关系及其综合这3个方面梳理了当前关联用户挖掘的研究现状.最后,总结并展望了关联用户挖掘的研究方向.
英文摘要:
      Social network (SN) has become a popular research field in both academia and industry. However, most of the current studies in this field mainly focuses on a single SN. Obviously, the integration of SNs, termed as social network integration (SNI), provides more sufficient user behavior data and more complete network structure for the studies on SN such as social computing. Additionally, SNI is more effective in excavating and understanding human society through SNs. Thus, it has significant theoretical and practical value to explore problems in SNI. Correlating users refer to the user accounts belonging to the same individual in different SNs. Since users naturally bridge the SNs, correlating user mining problem is the fundamental task of SNI, hence having attracted extensive attention. Due to the unfavorable characteristics of SN, correlating user mining problem is still a hard nut to crack. In this paper, the difficulties in the correlating user mining task are analyzed, and the methods addressing this issue are summarized. Finally, some potential future research work is suggested.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利