[发明专利]一种基于种子节点传播的社交网络间用户身份识别方法

说明书

本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。

技术领域

本发明属于社交网技术领域，涉及一种基于种子节点传播的社交网络间用户身份识别方法。

背景技术

社交网络间用户身份识别是当前研究热点，它是指识别同一用户在不同社交网络中的账户，寻找一种有效便捷的方法来解决该问题在很多领域都有应用价值。比如在网络安全方面，垃圾邮件发送者侵入到每一个社交网络并严重损坏了用户的体验，他们往往会在不同社交网站创建多个帐户，而身份识别技术可以帮助标记在不同社交网络中相同的垃圾邮件发送者，我们只要在某一个网络中识别出他们就可以将它们在各个网络的子账户都处理掉。同时该问题在合并通讯录，广告推荐上都有着重要的意义。传统上，身份识别方法都是基于字符串的属性匹配来进行的，通过计算各个属性的字符串相似度以及多个属性间组合的字符串相似度。这种方法简单直接，但是由于用户和网站会保护个人隐私，因此我们常常很难获取很多详细的属性，而且各个网站数据格式不统一，只依靠用户属性信息的进行字符串匹配很难取得良好的效果。

本发明提出了基于种子节点的扩张的社交网络间用户身份识别方法IMP算法，该算法同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息。(1)我们提出了用户亲密度概念用于衡量在同一网络中两个好友之间的亲密程度，传统的方法比如CN指数，JC指数，都是只考虑共同好友数目，而我们定义了链接亲密度则充分考虑了不同的共同好友对两个用户的影响。(2)我们根据用户平时在社交网络中产生的各种社交行为提出了环境亲密度，它能反映出用户平时使用社交网络的一些社交习惯以及常用的联系人，以此更真实的描绘出用户的社交行为亲密度。(3)我们根据如果两个人在现实中是朋友，那么他们在每个社交网络中也很可能是好友关系，因为社交网络的关系经常是现实关系的一个映射这一理论基础。提出了一个基于种子节点传播的算法。他可以不断地访问种子节点的邻居节点，并把匹配的节点对加入到生成的种子节点集合中，并逐步的遍历所有节点。

发明内容

本发明基于种子节点传播，提出一种社交网络间用户身份识别方法。算法的理论基础是如果两个人在现实中是朋友，那么他们在每个社交网络中也很可能是好友关系，因为社交网络的关系经常是现实关系的一个映射。所以种子节点可以帮助我们识别它周围的邻居节点。如果一个节点和一个种子用户节点是好友关系(相邻节点)，那么他更有可能被识别出来。而且这个节点在另一个网络中的对应账户应该也与这个种子节点是好友关系，即使他们不是好友关系，他们的距离也不会太远。根据这个理论，我们从一个种子节点出发，不断选择与他相邻的节点，通过使用逻辑回归的方法，比较他们与另一个网络间节点的属性相似度与环境相似度，我们可以识别出一些节点，并把他们加入到新生成的种子节点的集合中。随着种子节点的扩张，我们可以在种子节点周围逐步地发现越来越多的匹配的节点对。

一种基于种子节点传播的社交网络间用户身份识别方法，包括账号选择、账号匹配和交叉验证，步骤如下：

(1)节点选择阶段：在种子节点相邻的节点中选择亲密度最高的节点作为待匹配节点；

首先提出三个概念，即节点的人气值、节点间的链接亲密度和社交亲密度。

节点的人气值是用来评估一个人在网络中活跃度，简记为PP；节点u的人气值表示为

其中，F(u)是节点u的好友集合，节点i是节点u的一个好友，即节点u的相邻节点；deg(i)表示节点i的好友数量；