|
|
一种基于用户轨迹的跨社交网络用户身份识别算法 |
陈鸿昶 徐乾* 黄瑞阳 程晓涛 吴铮 |
(国家数字交换系统工程技术研究中心 郑州 450002) |
|
|
摘要 针对现有的基于用户轨迹的跨社交网络用户身份识别算法未考虑用户轨迹中的位置访问顺序特征的缺点,该文提出一种基于Paragraph2vec的跨社交网络用户轨迹匹配算法(CDTraj2vec)。首先将用户轨迹转化为易于处理的网格化表示,并按照一定的时间粒度、距离尺度对原始的用户轨迹进行划分,使用户轨迹中的位置访问顺序特征易于抽取;然后利用Paragraph2vec算法中PV-DM模型抽取轨迹序列中位置访问顺序特征,得到用户轨迹的向量表示。最后通过用户轨迹向量判定轨迹是否匹配。在社交网络BrightKite上的实验结果表明,与基于位置访问频率或者基于轨迹间距离的方法相比,F值提高了2%~4%个百分点,所提算法能够有效地抽取出用户轨迹中的位置访问顺序特征,更加准确地实现了基于用户轨迹的跨社交网络用户身份识别。
|
|
关键词 :
用户身份识别,
社交网络,
轨迹相似度,
Paragraph2vec
|
收稿日期: 2018-01-30
出版日期: 2018-07-03
|
|
基金资助:国家自然科学基金(61521003) |
[1] |
黄宏程,赖礼城,胡敏,孙欣然,陶洋. 基于严格可控理论的社交网络信息传播控制方法[J]. 电子与信息学报, 2018, 40(7): 1707-1714. |
[2] |
潘理,吴鹏,黄丹华. 在线社交网络群体发现研究进展[J]. 电子与信息学报, 2017, 39(9): 2097-2107. |
[3] |
李磊,楚喻棋, 汪萌, 韩莉,吴信东. 基于NSGA2的网络环境下多标签种子节点选择[J]. 电子与信息学报, 2017, 39(9): 2040-2047. |
[4] |
孙晓,彭晓琪,胡敏,任福继. 基于多维扩展特征与深度学习的微博短文本情感分析[J]. 电子与信息学报, 2017, 39(9): 2048-2055. |
[5] |
汪晓锋,刘功申,李建华. 基于模糊聚类的多分辨率社区发现方法[J]. 电子与信息学报, 2017, 39(9): 2033-2039. |
[6] |
姬建睿,刘业政,姜元春. 基于混合权重合并策略的社交网络用户关注点识别方法[J]. 电子与信息学报, 2017, 39(9): 2056-2062. |
[7] |
吴大鹏,司书山,闫俊杰,王汝言. 基于行为特征分析的社交网络女巫节点检测机制[J]. 电子与信息学报, 2017, 39(9): 2089-2096. |
[8] |
徐少毅,张鹏. D2D协作通信网络中基于社交信息的中继选择和功率分配[J]. 电子与信息学报, 2017, 39(5): 1142-1149. |
[9] |
李瑾颉,吴联仁,齐佳音,闫强. 基于人类动力学的在线社交网络信息传播研究[J]. 电子与信息学报, 2017, 39(4): 785-793. |
[10] |
胡长军,许文文,胡颖,方明哲,刘峰. 在线社交网络信息传播研究综述[J]. 电子与信息学报, 2017, 39(4): 794-804. |
[11] |
张云雷,吴斌,刘宇. 一种新的基于粗糙集K-均值的社区发现方法[J]. 电子与信息学报, 2017, 39(4): 770-777. |
[12] |
肖云鹏,杨光,刘宴兵, 吴斌. 一种基于最大熵原理的社交网络用户关系分析模型[J]. 电子与信息学报, 2017, 39(4): 778-784. |
[13] |
胡颖,胡长军,傅树深,黄建一. 流行度演化分析与预测综述[J]. 电子与信息学报, 2017, 39(4): 805-816. |
[14] |
张少波, Md Zakirul Alam Bhuiyan,刘琴,孟大程,王国军. 移动社交网络中基于代理转发机制的轨迹隐私保护方法[J]. 电子与信息学报, 2016, 38(9): 2158-2164. |
[15] |
罗恩韬,王国军. 移动社交网络中一种朋友发现的隐私安全保护策略[J]. 电子与信息学报, 2016, 38(9): 2165-2172. |
|
|
|
|