[发明专利]跨社交平台用户匹配方法、数据处理装置及可读存储介质

说明书

技术领域

本发明涉及计算机网络技术领域，尤其涉及一种跨社交平台用户匹配方法、数据处理装置及计算机可读存储介质。

背景技术

随着互联网的发展，用户通常同时在多个社交网站拥有账号，比如微博、朋友圈、脸书(Facebook)以及推特(Twitter)等各类社交平台。社交网络用户匹配技术是一种识别同一个人在各个社交平台的账号的方法，可以有效地将用户多个来源的信息整合到一起，从而可以为用户进一步的提供个性化的服务。

通常现有的社交网络用户匹配技术是利用在线社交网络或者在线社区中用户的语义信息(用户名、地理位置、分人资料等)，使用机器学习算法来计算用户之间的相似度，通过两两社交平台的连接结果整合得到最后的匹配结果，但是这样就会产生如果两两社交平台的连接顺序不同，导致最总结果不同。现有的社交网络用户匹配技术中还有一种是使用社交网络的拓扑结构，将网络建模成无权图，通过挖掘节点的结构特征(节点度、共同邻居等)，从而实现跨平台识别同一用户，但此种方式把社交网络建模成无权图，忽略了用户间的亲密程度，而现实生活中不同用户的亲密程度是有差异的。

发明内容

本发明的主要目的在于提供一种跨社交平台用户匹配方法、数据处理装置及计算机可读存储介质，旨在改进跨社交平台用户匹配的准确度和识别率的技术问题。

为实现上述目的，本发明提供的一种一种跨社交平台用户匹配方法，包括步骤：

获取第一社交平台上的第一用户的信息，以及获取第二社交平台上的第二用户的信息；

通过ULinK框架算法模型定义所述第一社交平台和第二社交平台上的匹配的线下用户和不匹配的线下用户的空间映射，以计算得到代表所述第一用户的信息与所述第二用户的信息之间总差异性的空间距离；

根据所述代表所述第一用户的信息与所述第二用户的信息之间总差异性的空间距离，求解所述ULinK框架算法模型的投影矩阵，建立原始空间和用户隐藏空间联系，以获取所述用户隐藏空间中的所述第一用户与所述第二用户之间的空间距离；

根据所述隐藏空间中的所述第一用户与所述第二用户之间的空间距离判断所述第一用户与所述第二用户是否为匹配的线下用户。

进一步地，所述第一用户的信息包括1，2，3...N；所述第二社交平台上的第二用户的信息1'，2'，3'...N'；其中，N≠N'或者N＝N'；

其中，在通计算代表所述第一用户的信息1～N与所述第二用户的信息1～N'之间总差异性的空间距离时，所述第一用户的信息1～N和第二用户的信息1～N'的投影维度为相同的。

进一步地，所述ULinK框架算法模型的目标函数包括：

约束条件为：

其中，i,j∈{1,2,…,e},i≠j；l∈{1,2,…,n_i}，k,ρ(l)∈{1,2,…,n_j},ρ(l)≠k；ξ≥0；所述ω为投影矩阵，所述ε为松弛变量，所述C为惩罚系数，所述D函数为距离函数，所述B为系数，所述u为用户的信息，所述e为所述社交平台的总数量，所述l,k,ρ(l)为索引值。

进一步地，所述根据所述隐藏空间中的所述第一用户与所述第二用户之间的空间距离判断所述第一用户与所述第二用户是否为匹配的线下用户的步骤，具体包括：

判断所述用户隐藏空间中的所述第一用户与所述第二用户之间的空间距离是否小于预设阈值；

在所述用户隐藏空间中的所述第一用户与所述第二用户之间的空间距离小于预设阈值时，确认所述第一用户与所述第二用户为匹配的线下用户。

进一步地，所述根据所述隐藏空间中的所述第一用户与所述第二用户之间的空间距离判断所述第一用户与所述第二用户是否为匹配的线下用户的步骤，具体包括：

获取所述隐藏空间中的所有所述第一用户与所有所述第二用户之间的空间距离最短的第一用户和第二用户；

将所述空间距离最短的第一用户和第二用户确认为匹配的线下用户。

进一步地，所述通过ULinK框架算法模型定义所述第一社交平台和第二社交平台上的匹配的线下用户和不匹配的线下用户的空间映射，以计算得到代表所述第一用户的信息1～N与所述第二用户的信息1～N'之间总差异性的空间距离的步骤之后，还包括：

通过ULink-On框架算法模型实时更新每一时刻对应的所述第一社交平台上的第一用户的信息以及第二社交平台上的第二用户的信息。

进一步地，所述ULink-On框架算法模型的目标函数包括：