国内外跨社交网络用户身份识别综述

随着社交网络的兴起,跨社交网络用户身份识别技术成为国内外学者和产业界关注和研究的热点。本文通过对国内外研究现状进行述评,梳理和展望了跨社交网络用户身份识别技术的发展,有助于帮助国内外学者了解跨社交网络身份识别技术的研究动态和发展趋势,为进一步研究提供新的方向和思路。     

融合节点状态信息的跨社交网络用户对齐

提出一种融合节点状态信息的跨社交网络用户对齐方法,通过网络表示捕获节点的局部特征和节点状态信息得到每个账户的嵌入向量,计算不同账户对应表示之间的相似性发现对齐用户.在2个真实数据集上的试验结果表明,提出的方法相对于其他方法可以对齐更多的用户.在预测不同尺度的top-k时,提出的方法在网络结构较稠密的Twitter-Fo...     

复杂网络视角下跨社交网络用户身份识别研究综述

社交网络是一种具有交互特性的复杂网络,利用复杂网络具有的网络特性可以链接不同社交网络中的节点,并分析节点之间存在的联系,结合相关的匹配算法可以有效地识别出用户在不同社交网络上的虚拟账号,有助于各大社交网络为用户提供更好的服务。该文对近十多年来数据挖掘领域中提出的跨社交网络用户身份识别技术进行了系统性地综述,详细阐述了3类用户身份识别技术相似度的计算方法和统一的识别框架,利用相关的评价指标对分类后的用户身份识别技术进行性能评估,最后展望了跨社交网络用户身份识别技术的未来研究方向。     

面向网络安全治理的用户身份识别技术与挑战

网络用户身份识别对维护网络安全、推动网络身份管理制度建设具有重要价值。网络用户身份识别既是用户画像、行为预测、精准服务的研究基础,也是水军账号甄别、网络社会治理、涉网犯罪打击的技术支撑。分析了用户身份识别技术的进展,及其在机器人水军识别、目标社区检测和跨社交网络用户对齐方面的应用。首先,从用户身份识别的定义与发展历程出发,介绍了用户身份识别方法的分类;其次,对不同特征下的机器人水军识别方法进行了阐述,并分析了不同方法的主要适用场景;然后,针对水军相关的目标社区检测任务,梳理了目标社区检测技术的发展;其次,对现有跨社交网络用户对齐技术进行了分类。最后,对用户身份识研究当前面临的挑战进行了论述,并对其未来作出了展望。     

考虑社交网络中用户属性的社区挖掘

传统社区挖掘往往不具灵活性,并且忽略用户节点特性.为能更加个性化地挖掘网络中的社区,在传统的社交网络表示方法的基础上,提取用户在社交网络中的属性,例如用户档案中的信息、用户的度节点信息等.将得到的数据进行结构化分类处理,用布尔值表示静态属性,用连续值表示动态属性,再将两者相结合构建混合型数据的贝叶斯网络.并通过图论简化用户网络信息结构,优化计算过程,最后对模型进行可行性检验.实验最后结果表明社区挖掘具有较高的精确性,且更具灵活性,能应用于各种社区的挖掘.     

融合GAT和TransH的中韩跨语言实体对齐方法研究

为研究中韩双语实体自动对齐方法,提出了一种融合图注意力网络(GAT)和基于超平面平移的知识图谱嵌入模型(TransH)的跨语言实体对齐模型.使用中韩实体数据集对模型进行验证表明,该模型的Hits@1、Hits@5和Hits@10在韩文对齐中文时分别达到了49.62%、 80.89%和91.76%, 在中文对齐韩文时分别达到49.79%、 80.74%和91.67%, 且优于传统的基于知识嵌入或图嵌入的对齐方法.因此该模型可为构建中韩对齐知识图谱以及其他语言的对齐知识图谱提供参考.     

基于属性权重更新网络的跨语言实体对齐方法

跨语言知识图谱中属性数量庞大且重复率低导致对齐任务中属性信息难以高效嵌入。针对上述问题,提出了一种基于属性权重更新网络的跨语言实体对齐模型。为了高效地实现属性信息的嵌入,通过一个构造器利用实体嵌入来近似地构造属性的嵌入,避免了属性嵌入的单独训练;基于不同属性对实体对齐贡献不同的事实,采用了一种基于图注意力网络的属性权重更新模块,可以在训练过程中利用注意力得分不断更新每个属性的权重;通过一个属性聚合模块将属性嵌入和属性权重信息聚合到实体嵌入中,强化了实体的嵌入表示,从而提升了实体对齐的效果。提出的模型在3个跨语言数据集的实验结果显示Hits@1评价指标分别为0.751,0.805和0.915,对齐效果均优于目前主流的实体对齐方法。     

异构社交网络用户兴趣挖掘方法

由于当前各类主流网络平台的发展呈现出“社交平台内容化、内容平台社交化”的趋势,用户分化也日趋明显,出现了拥有大规模粉丝的超级节点,因此,提出了一种基于社交关系的兴趣挖掘模型。结合矩阵分解和标签传播算法,将用户分为内容发布者和普通用户两类,并分别提取和计算兴趣话题,实现了在大规模异构网络中发现、挖掘用户兴趣。基于知乎数据集上设计的对比实验,验证了模型的有效性以及算法的性能优势。与基线方法相比,这种算法在查全率上最大提升约42%,F₁值最大提升约33%。     

面向社交网络的认证模型

针对目前基于凭证的社交认证系统中社交凭证产生方式匮乏和应用场景单一以及基于知识的社交认证系统存在社交知识种类缺乏等问题,提出了应用短信、电话和数据连接等多种社交活动的基于凭证的社交认证模型及应用边特性和节点特性多种类型的基于知识的社交认证模型.结合传统认证方式提出一种多层次、多因子式的统一认证模型.结果表明,结合线上线下两种社交认证场景,该统一认证模型可以解决社交认证信息只能为特定系统使用的问题并且能为其他认证系统提供社交认证服务.     

社交网络用户身份关联及其分析

同一用户在不同社交平台注册账号,使得用户数据分散于多个平台,且这些数据不全面、不可靠、利用率低.通过分析这些跨平台的数据,发现不同账户对应同一用户的真实身份,使跨平台用户身份关联,以构建详细的用户画像、推荐系统、跨社交网络的链接预测等.从国内外身份关联技术的研究现状出发,介绍了用户身份关联及分析框架,整理了身份数据采集标准和社交网络数据集;分析了近几年用户身份关联技术,并归纳了身份关联评价指标,阐述了基于身份关联的社交网络数据挖掘及分析框架;最后对身份关联中的研究难点及热点进行了讨论和展望.     

社会搜索研究综述

社会搜索涉及众多研究领域,首先对比分析了社会搜索与传统搜索模式的关系,阐述了社会搜索的定义;其次介绍了社会搜索的理论基础,并对社会搜索的研究现状和目前采用的关键技术进行了归纳总结;分析了社会搜索目前面临的主要问题,并提出了社会搜索未来的发展方向,试图为该研究领域勾画出一个较为全面和清晰的概貌.     

复杂网络演化研究综述

首先对近年来复杂网络演化方面的研究进展进行了总结归纳,从网络演化部件、是否考虑权重、采用的演化机制、演化网络是否动态变化以及针对实际网络演化侧重的条件5个方面对当前复杂网络的演化模型进行了分类;其次从演化的时间尺度、权重与拓扑之间的关系、演化的复杂性3个方面指出了当前复杂网络演化研究存在的不足;最后提出了基于复杂适应系统理论来研究工程技术网络演化的框架。     

基于布谷鸟搜索算法的用户选择和干扰对齐

为了实现蜂窝系统中单小区边缘用户正常通信,减少相邻小区间多个边缘用户对本小区边缘用户造成的干扰,提出了一种基于布谷鸟搜索算法的用户选择和干扰对齐算法。该算法首先用布谷鸟搜索算法对小区边缘用户进行选择,接着采用干扰对齐方法消除相邻小区间的干扰,最后通过预编码和基于最小均方差（MMSE）译码方法消除小区内用户间的干扰。该布谷鸟搜索算法与快速排序搜索算法相比具有更低的时间复杂度。数值分析表明与基于迫零算法的译码方法相比,该译码方法能够提高系统容量2 b·s-1·Hz-2,改善误码率4 dB。     

基于分子网络的疾病基因预测方法综述

疾病基因预测是揭示疾病作用机理、系统研究复杂疾病的关键环节。高通量生物实验技术的成熟,促进了基于分子网络的疾病基因预测方法的发展。基于“连接有罪”的生物学假设,疾病基因预测算法在生物网络中衡量候选基因与已知疾病基因的邻近性或相似性,以预测潜在的致病基因。该文将疾病基因预测方法归纳为3种:基于已知疾病基因信息的预测方法、融合表型相似性信息的预测方法以及融合多结果的预测方法,并对这3种方法的研究现状进行了综述,指出了现有研究成果的不足以及未来的研究方向。     

异构传感器网络的用户认证和密钥协商协议研究

物联网应用的安全和隐私保护问题是制约其进一步发展的关键因素,该文针对物联网中外部用户需要直接访问传感器节点获得信息的应用需求,基于异构传感器网络设计一个用户认证和密钥协商协议,保证信息传输的安全。协议在实现对所有参与者身份认证的同时,完成了用户和传感器节点之间的密钥协商。最后,该文从安全性和执行效率两个方面对所设计协议进行分析、比较,结果显示所设计协议是安全、高效的。     

社交网络上基于信息驱动的行为传播研究

针对社交网络上信息与行为的交互作用与协同传播的特点,建立了基于信息驱动的行为传播模型。该模型综合反映了社交网络上信息与行为传播的交互性,以及信息传播的记忆性、时效性与社会加强效果等多种因素对传播的影响。研究发现,信息的时效性、社会加强效果、信息的转播率等模型参量,以及源节点的度与核数、节点的度及与源节点距离等网络参量,都在一定程度上影响行为传播的速度和范围,但各参量在不同环境下发挥不同的作用。     

基于遗传算法的社会网络移动模型

与传统的随机移动模型相比,社会网络移动模型旨在生成更符合实际数据统计规律的移动场景. 为了从进化的角度研究复杂行为产生的原因,提出了基于遗传算法的移动模型（GAMM）,使用“社会收益”与“移动开销”之比作为衡量节点运动轨迹环境适应性的准则,使复杂的移动特性在简单的进化过程中涌现出来. 为证明GAMM具有较高的扩展性,提出探索者模型和交通工具模型来满足不同场景的需要,并通过一个网络仿真的实例来研究社会网络移动模型对移动自组织网络路由协议性能的影响.     

利用信任和社会网络的资源发现方法

为解决无结构对等网络中因恶意节点的欺诈行为造成的搜索不可靠问题,提出了利用信任和
社会网络(TSN)的资源发现方法;提出转发信任度、路由信任度和交易信任度的概念,用来
反映节点提供可靠服务的能力. 在节点选择朋友进行消息转发时,优先选择综合信任度高且
相关度高的朋友节点转发查询消息. 实验结果表明,TSN方法在资源搜索阶段有效屏蔽了恶
意节点,保证了请求节点获得服务资源的可靠性,提高了搜索效率.     

无线异构网络中基于能源代价的用户选择算法

针对多源供电的无线异构网络,综合考虑可再生能源的产能速率、传统能源的分时电价和用户间的公平性对于用户选择的影响,提出了2个基于能源代价的用户选择算法,将用户选择分为边缘用户分配和确定服务用户2个阶段,得到了更加均衡的负载分布.根据能量损耗、能源代价与公平性之间的关系,构造了直接法和间接法中2种指数型效用函数.仿真结果表明,直接法和间接法均可明显降低基站系统能量损耗和能源代价,而直接法相当于在间接法的指数型效用函数的底数前增加了一个随传统能源电价和可再生能源速率自适应变化的价格因子,因而可以在降低能源代价的条件下减少基站系统能量损耗.