冯 朔, 申德荣, 聂铁铮, 寇 月, 于 戈

(东北大学 计算机科学与工程学院,辽宁 沈阳 110819)

随着 Internet的广泛普及,各类社交网络走进人们的视野,不同社交网络为用户提供了不同的社交服务,例如,豆瓣为用户提供了图书、电影、音乐交流分享服务,知乎为用户提供了问答服务,微博为用户提供了分享动态的服务,用户为满足不同的服务需求,往往不会局限于单一社交网络中,而是在多个社交平台中注册账号,因此,社交网络对齐问题(通常也称为用户识别问题、用户匹配问题、网络反匿名化问题以及锚链接预测问题)逐渐引起了学者的关注.网络对齐将有效集成分散于各个网络中的用户资源,将大大提高用户推荐、广告投放、用户组形成等以用户为中心的服务质量.

针对网络对齐问题,在早期研究工作中,研究者们主要利用用户E-mail[1]、用户真实姓名[2]等信息进行识别,虽然依据E-mail和真实姓名能够精确匹配用户,但在真实社交网络中,E-mail和真实姓名由于隐私保护的原因,通常难以获取[3].因此,现阶段工作主要集中于利用:(1) 用户属性信息,如用户头像、用户喜好等[4,5];(2) 用户行为信息,如发帖关键字、用户行为轨迹等[6,7];(3) 用户结构信息,如用户朋友关系、用户与帖子的评论关系等[3,8,9].虽然现有方法具有良好的准确性,但真实社交网络通常面临用户数据匿名化严重、部分用户数据难以获取等问题,且现有公开数据也面临数据缺失、数据不一致、数据分布不均、数据异构等问……