公开(公告)号：CN110599358B

公开(公告)日：2021-05-04

申请号：CN201910620116.8

申请日：2019-07-10

Applicant: 杭州师范大学钱江学院

Inventor： 王李冬 ,  安康 ,  张慧熙 ,  胡克用 ,  叶霞 ,  张赟 ,  段凌风

IPC: G06Q50/00 ,  G06N7/00 ,  G06F16/901

Abstract: 本发明公开一种基于概率因子图模型的跨社交网络用户身份关联方法。首先利用用户名相似度和网络结构从两个社交网络中选取候选配对用户对；然后，以所有的候选配对用户对为节点，候选配对用户对的两两朋友关系为边，构建用户对网络图；在构建的UPG和已标注的用户对数据的基础上，融合用户属性相似度因子和朋友关系因子构建概率因子图模型；最后利用梯度下降法对概率因子图模型进行参数的学习，学习结束后同时可得到两个社交网络中具备相同用户身份的用户集合。本发明可以根据部分标注的用户对数据，推断出特定的跨社交网络范围内的所有关联用户对，对商业上的跨社交网络的应用起着至关重要的作用。

公开(公告)号：CN110599358A

公开(公告)日：2019-12-20

申请号：CN201910620116.8

申请日：2019-07-10

Applicant: 杭州师范大学钱江学院

Inventor： 王李冬 ,  安康 ,  张慧熙 ,  胡克用 ,  叶霞 ,  张赟 ,  段凌风

IPC: G06Q50/00 ,  G06N7/00 ,  G06F16/901

Abstract: 本发明公开一种基于概率因子图模型的跨社交网络用户身份关联方法。首先利用用户名相似度和网络结构从两个社交网络中选取候选配对用户对；然后，以所有的候选配对用户对为节点，候选配对用户对的两两朋友关系为边，构建用户对网络图；在构建的UPG和已标注的用户对数据的基础上，融合用户属性相似度因子和朋友关系因子构建概率因子图模型；最后利用梯度下降法对概率因子图模型进行参数的学习，学习结束后同时可得到两个社交网络中具备相同用户身份的用户集合。本发明可以根据部分标注的用户对数据，推断出特定的跨社交网络范围内的所有关联用户对，对商业上的跨社交网络的应用起着至关重要的作用。