发明 融合用户特征和嵌入学习的跨社交网络用户身份关联方法
社交平台/用户画像/数据挖掘/用户推荐 【社交平台/用户画像/数据挖掘/用户推荐】 3人
G06F16/9536 G06F16/9537 G06F16/903 G06Q50/00
摘要：本发明公开一种融合用户特征和嵌入学习的跨社交网络用户身份关联方法。本发明针对每一个种子用户对根据网络的拓扑结构选出候选用户对；然后获取每个用户的结构嵌入向量，将多层感知机模型作为映射函数；在候选用户对集合中对多种属性通过计算得到属性匹配度；再计算SMNA用户在MLP上的映射向量与SMNB用户的嵌入向量之间的欧式距离作为朋友匹配度；最后，综合属性匹配度和朋友匹配度，在候选配对用户对中选择匹配分值最大的用户对作为匹配用户对，并将新的配对用户对作为种子用户对迭代运行。本发明可以根据少量标注的用户对数据，找出特定的跨社交网络范围内的所有可能的关联用户对，对商业上的跨社交网络的应用起着至关重要的作用。
