国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:邓诗琦,李雷,施化吉,
单位:江苏大学计算机科学与通信工程学院,江苏镇江212013;
关键词:跨网络用户身份识别,分块,用户兴趣,用户产生内容,
针对现有算法对用户兴趣在跨网络用户身份识别中作用的忽视以及时间复杂度高的问题,提出了基于用户兴趣的跨社交网络用户身份识别算法(UI-UI)。首先利用分块思想对用户节点进行初筛选,以提升算法效率、降低时间复杂度;其次,根据用户产生内容(UGC)和用户社交关系对用户兴趣进行建模,并计算兴趣相似度作为身份识别的依据;最后利用半监督学习的方法进行跨网络用户身份识别。通过在真实社交网络中进行实验,结果表明UI-UI算法能有效识别跨网络用户,且准确率和召回率稳定,运行时间显著减少。
来源:2020年第3期
《计算机应用研究》期刊编辑部