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
汪潜,申德荣,冯朔,寇月,聂铁铮,于戈.全视角特征结合众包的跨社交网络用户识别.软件学报,2018,29(3):811-823
全视角特征结合众包的跨社交网络用户识别
Identifying Users Across Social Networks Based on Global View Features with Crowdsourcing
投稿时间:2017-07-31  修订日期:2017-09-05
DOI:10.13328/j.cnki.jos.005448
中文关键词:  多社交网络  用户识别  众包
英文关键词:multiple-social network  user identification  crowdsourcing
基金项目:国家自然科学基金(61472070,61672142);国家重点基础研究发展计划(973)(2012CB316201)
作者单位E-mail
汪潜 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169 workwith_young@163.com 
申德荣 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169  
冯朔 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169  
寇月 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169  
聂铁铮 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169  
于戈 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169  
摘要点击次数: 832
全文下载次数: 973
中文摘要:
      随着互联网的普及和不断发展,用户通过多个社交网络进行社交活动,使用社交网络带来的丰富内容和服务.通过识别出不同社交网络上的同一用户,可以有助于进行用户推荐、行为分析、影响力最大化.已有方法主要基于用户的结构特征和属性特征来识别匹配用户,大多仅考虑局部结构,且受已知匹配用户数量的限制,提出一种基于全视角特征结合众包的跨社交网络用户识别方法(overall and crowdsourced user identification algorithm,简称OCSA).首先,利用众包提高已知匹配用户的数量;然后,应用全视角特征评价用户的相似度,以提升用户匹配的准确性;最后,利用两阶段的迭代式匹配方法完成用户识别工作.实验结果表明:该算法可显著提高用户识别的召回率和准确率,并解决了已知匹配用户数量不足时的识别问题.
英文摘要:
      With the popularity and development of Internet, people like to take part in multiple social networks to enjoy different kinds of services. Consequently, an important task is to identify users in the networks, which is helpful for user recommendation, behavior analysis and impact maximization. Most state-of-the-art works on this issue are mainly based on the user's structure features and attribute features. They prefer to exploit user's local features and are limited by the number of the known matching users. In this paper, a method based on global view features is proposed to align users with crowdsourcing (OCSA). First, crowdsourcing is used to increase the number of known matching users on networks. Then, global view features are used to evaluate the similarity between users to improve the accuracy of user identification. Finally, an iterative two-stage matching method is put forward to answer the user identification. The results of experiments show that the presented method has better performance on precision and recall, especially when the number of known matching users is insufficient.
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