全视角特征结合众包的跨社交网络用户识别

来源：软件学报杂志2018年第3期北京时间：

作者：汪潜,申德荣,冯朔,寇月,聂铁铮,于戈

单位：汪潜，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016911,申德荣，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016902,冯朔，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016903,寇月，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016904,聂铁铮，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016905,于戈，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016906

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.

关键词：多社交网络;用户识别;众包

基金资助：国家自然科学基金（61472070，61672142）；国家重点基础研究发展计划（973）（2012CB316201）