陈白杨，陈晓亮

（西华大学计算机与软件工程学院，四川 成都 610039）

近年来，在线社交网络(online social network,OSN)在世界范围内迅速普及，各种各样的社交网络服务平台纷纷建立，如国内的微博、豆瓣、贴吧，国外的Facebook、Twitter、Instagram。这些平台为用户提供了丰富多彩的个性化服务，如：Twitter、微博主要提供社交服务和微博客服务；Facebook、Instagram 主要提供社交服务和照片分享服务；豆瓣、贴吧主要提供影视、书籍、兴趣活动等分享服务。用户为满足不同的需求，往往不会局限于单个社交网络，而会在多个网络平台上注册账号。这些用户可以充当连接不同网络的桥梁，从而将多个社交网络进行连接、融合。

用户对齐（user alignment,UA），旨在将不同社交网络上的同一自然人联系起来。开发一个高质量的用户对齐模型有助于构建一个全面的用户特征表示。大量社交网络应用，如跨网络朋友推荐[1]、信息扩散[2−3]、链路预测[4]和网络动力学分析[5]等都表明了研究用户对齐问题的必要性和益处。

跨社交网络用户对齐的研究工作大致兴起于2009 年，目前仍处于高速发展时期，各类方法络绎不绝。大数据条件下的跨网络用户对齐的算法研究和系统构建成为了当下研究的热点。本文对近年来跨社交网络用户对齐的研究进行了综述：首先对研究的问题进行了形式化定义；然后从数据预处理、候选集生成、训练数据获取、特征抽取、对齐算法5 方面概述了各种可用方法和研究进展，重点从基于规则和基于统计2 个角度对主流的用户对齐方法进行了详细阐述，并简要介绍了一些可用的数据集和算法评估方法；……