[发明专利]一种异构社交网络用户实体锚链接识别方法

说明书

本发明属于社交网络分析领域，具体涉及一种异构社交网络用户实体锚链接识别方法，包括以下步骤：给定两个异构社交网络Gsubgt;1/subgt;和Gsubgt;2/subgt;，用户集合分别用和表示；计算在两个异构社交网络中基于用户属性的用户相似度；计算在两个异构社交网络中基于用户关系的用户相似度；对用户u与对应的亲密好友{fsubgt;i/subgt;}进行相似度排序，选取topK个ufsubgt;i/subgt;；本发明将以往的普通好友关系相似度进行优化改进，提取以用户属性为基准的亲密好友，通过亲密好友关系的相似程度强化用户锚链接的识别程度，大大提升了用户锚链接的识别效果。

技术领域

本发明属于社交网络分析领域，具体涉及一种异构社交网络用户实体锚链接识别方法。

背景技术

随着互联网的快速发展，社交网络也逐步走入人们的生活中，如Facebook、Twitter、人人网、新浪微博等。人们使用社交网络不只是局限在一个平台下，而是会同时使用多个社交平台，各个社交平台的关注点各有不同。比如在Twitter上关注一些明星、作家或者是感兴趣的人和事，在YouTube上则是关注视频，或者给喜欢的视频点赞等。如图1所示。每个用户通常在不同的社交网络中具有独立帐户，同一用户的这些帐户从表面上看彼此之间没有任何连接或对应关系。在多个社交网络中发现同一用户的不同帐户的对应关系十分必要，例如使用多个网络的信息来进行链接推荐和社区分析。

近几年，越来越多的科研人员对异构社交网络实体锚链接进行了相关的研究，其中包括一些多社交网络下的链路预测的研究从而解决跨网络推荐问题。在异构社交网络实体锚链接识别的研究中，用户实体锚链接识别一直有许多的研究。起初没有提出锚链接的概念时，就已经有类似于用户锚链接识别的工作，早期可以称之为用户匹配，通过研究不同的社交网络中用户名这一属性，最终用户匹配结果比较准确。锚链接在2013年由Kong X等人提出。该文章中，作者通过在Foursquare和Twitter两个社交平台下进行实验，用户可以在Foursquare中添加自己在Twitter和Facebook中的账户信息，在其他用户访问该用户主页时，可以直接通过Twitter和Facebook的按钮，链接到其对应的社交网络平台下，Kong X等人将这种链接其称为锚链接。随着锚链接概念的提出，对用户锚链接的研究更加广泛。贺银慧等人提出将锚链接转化为一对一的匹配问题，主要通过对不同的社交网络中用户之间的共同邻居实现用户锚链接的识别；Nac′era Bennacer等人则是提出了一种使用网络拓扑和个人信息迭代匹配多个社交网络中用户的算法。李旗旗和徐敏通过研究社交网络的结构特性，对共同邻居的识别用户锚链接的方法改进，采用了一种在共同邻居的基础上考虑了优先连接的方法。针对跨网络用户数据的复杂特性，围绕具有锚链接的用户为中心，以跨网络用户行为分析为基础，从有锚链接的用户行为模式分析、用户数据整合以及用户兴趣整合三方面分析用户行为。用户行为在研究用户锚链接识别中是重要的组成部分。随着社交网络位置服务的发展以及位置锚链接的研究，一些基于位置信息的用户锚链接识别也越来越广泛。王莹结合位置信息提出了一种新型用户锚链接识别框架，从网络结构和用户签到行为等方面用户相似性进行挖掘分析，并基于非监督学习和监督学习的方式实现链接预测仿真。Dong Y等人通过使用因子图的模型预测社交网络中的用户锚链接，但是由于该方法实现过程较为复杂并且对数据集具有依赖性，因此不适用于所有场合。J.Zhang等人利用了时间、空间、文本等内容进行特征提取，最终实现用户锚链接的识别。Sun Song和Li Qiudan等人提出了一种集成文本和结构信息的映射方法，并且基于所提出的方法开发了一个原型系统，允许用户设置和调整不同信息的权重或设置预期的索引来达到用户锚链接识别的最优化。在本发明中旨在基于无监督学习模式，提出了基于相似度判定的用户实体锚链接识别算法，该算法通过结合用户自然属性以及改进的用户关系分析建立锚链接识别模型，提高识别准确率。

发明内容

本发明的目的在于提供一种异构社交网络的用户实体锚链接识别的方法。

一种异构社交网络用户实体锚链接识别方法，包括以下步骤：