一种社会网络用户身份特征识别方法

被引：21

作者：

胡开先 ^{[1
,2
]}

梁英 ^{[1
]}

许洪波 ^{[1
]}

毕晓迪 ^{[1
,2
]}

左遥 ^{[1
,2
]}

机构：

[1] 中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所)

[2] 中国科学院大学

来源：

计算机研究与发展 | 2016年 / 53卷 / 11期

基金：

国家自然科学基金重点项目; 国家重点研发计划;

关键词：

身份识别; 用户身份特征; 基于位置的社会网络; 社交关系; 去匿名化;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

摘要：

社会网络是现代信息社会重要的组成部分.社会网络用户身份不透明、不可见的特性带来一系列社会安全问题.提出了一种社会网络身份特征识别方法,分别利用基于位置的社会网络和社交关系进行社会网络用户的身份特征识别,融合2种识别结果推测社会网络用户真实身份.提出了一种基于位置的社会网络用户身份识别方法,通过计算中文分词和二元组分词的基本匹配权重和完全匹配权重得到近似度权重,并用它衡量实体为用户所属实体的可能性;通过实体名称聚合算法,对近似度权重计算结果进行优化.根据好友之间倾向于拥有相似的身份特征和相同的兴趣爱好的观察,提出了一种基于社交关系的多数投票的身份识别方法,对社交关系中的用户身份特征进行统计,推测当前用户的地址信息、实体信息和用户兴趣.基于微博数据,进行了样本数为1 000名用户和10 000名用户的2组实验,涵盖了超过250万条社交关系.实验结果表明,提出的虚实映射方法有很高的准确率和覆盖率,与现有方法相比,该方法着眼于推测个人用户细粒度的身份特征,具有较高的实际应用价值.

引用

页码：2630 / 2644

页数：15

共 4 条

[1]

基于社交圈的在线社交网络朋友推荐算法 [J].