[发明专利]一种基于嵌入表示的跨网络账户关联方法

说明书

本发明提供一种基于嵌入表示的跨网络账户关联方法，包括：分别提取源社交网络和目标社交网络中每个用户账户的用户生成内容特征向量和社交网结构特征向量；使用向量拼接的方法依次将源社交网络和目标社交网络中每个用户账户的用户生成内容特征向量与社交网结构特征向量进行拼接，获得拼接向量；遍历目标社交网络中的所有用户账户，将目标社交网络中的每个用户账户依次与源社交网络中的每个用户账户组成候选用户账户对，并根据拼接向量计算每个候选用户账户对的余弦相似度；按照余弦相似度值由大到小的顺序对所有候选用户账户对进行排序，建立相似度偏好列表；根据相似度偏好列表依次预测两个社交网络中的候选用户账户对是否为锚链接用户对。

技术领域

本发明涉及一种跨网络账号关联方法，具体的说，涉及了一种基于嵌入表示的跨网络账户关联方法。

背景技术

近年来，随着在线社交网络的快速发展，社交网络分析引起了研究者的关注。在线社交网络提供的各种服务已经成为我们生活的一部分。为了享用更多的社交网络服务，用户常常同时使用多个社交网络。在不同的网络中有相当一部分用户是重叠用户。重叠用户发现不仅是学术界研究的一个重要问题，而且对产业界也会产生较大的商业价值。虽然研究者针对跨网络的重叠用户匹配研究方面取得了丰硕的研究成果，但是如何有效地融合网络的结构信息、丰富的用户节点和社交结构特征进行跨网络链接预测仍然是一个很有挑战的问题，这使得跨网络链接预测仍然是一个开放的研究问题。

基于用户生成内容的方法是从网页上采集用户生成内容，但是该方法的前提是跨社交平台的用户账户名是一致的，而在现实中存在很多重名用户。这类方法无法处理用户名、用户生成内容、行为和社交结构信息的缺失问题，并且没有给出为什么这些缺失信息如何影响关联结果的解释。也有基于用户社交网络结构的方法，其的不足之处是其仅能利用用户的社交网络结构特征，无法有效地使用用户的画像特征、用户生成内容特征。因此，现有的方法并不能很好地实现跨网络账号关联目的。

为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。

发明内容

本发明的目的是针对现有技术的不足，从而提供了一种基于嵌入表示的跨网络账户关联方法。

为了实现上述目的，本发明所采用的技术方案是：一种基于嵌入表示的跨网络账户关联方法，其特征在于，包括以下步骤：

步骤1，分别提取源社交网络和目标社交网络中每个用户账户的用户生成内容特征向量和社交网结构特征向量，所述用户生成内容特征向量包括用户画像特征向量和用户文本特征向量；

步骤2，使用向量拼接的方法依次将源社交网络和目标社交网络中每个用户账户的用户生成内容特征向量与社交网结构特征向量进行拼接，获得拼接向量；

步骤3，遍历目标社交网络中的所有用户账户，将目标社交网络中的每个用户账户依次与源社交网络中的每个用户账户组成候选用户账户对，并根据拼接向量计算每个候选用户账户对的余弦相似度；

步骤4，按照余弦相似度值由大到小的顺序对所有候选用户账户对进行排序，建立相似度偏好列表；

步骤5，根据相似度偏好列表依次预测两个社交网络中的候选用户账户对是否为锚链接用户对。

本发明相对现有技术具有突出的实质性特点和显著的进步，具体的说：

1、本发明基于嵌入表示的跨网络账户关联方法，融合了用户生成内容特征和用户的社交结构特征，提出使用网络嵌入的方法对网络节点的社交结构特征进行建模，并把网络结构特征转化为向量特征，从而可以高效地计算节点网络结构的相似性。

2、本发明提出使用文本内容嵌入的方法对网络用户节点的画像特征(用户名、注册地、性别、简介)和用户生成内容(UGC)特征进行建模，把这些特征转化为向量特征，从而可以有效地计算网络账户生成内容的相似性。