社会网络是当前学术和产业界的研究热点。然而,现阶段大多数的研究都集中于单一的社会网络内部。社会网络融合为社会计算等各项研究提供更充分的用户行为数据和更完整的网络结构,从而更有利于人们通过社会网络理解和挖掘人类社会,具有重要的理论价值和实践意义。准确、全面、快速的关联用户挖掘是大型社会网络融合的根本问题。社会网络中的关联用户挖掘旨在通过挖掘不同社会网络中同属于同一自然人的不同账号,从而实现社会网络的深度融合,近年来已引起人们的广泛关注。然而,社会网络的自身数据量大、用户属性相似、稀疏且存在虚假和不一致等特点给关联用户挖掘带来了极大的挑战。用户关系,尤其是好友关系,是社会网络中较稳定、不易受攻击且可获取的信息。目前,基于用户关系的最相关研究大都针对匿名化的社会网络在线发布数据的还原(又称”去匿名化”)。然而,”去匿名化”方法大多适用于部分子网高度重叠的两个网络,不能直接应用于节点和关系都部分重叠的社会网络融合。考虑真实世界的朋友圈极具个性化,也即现实中没有两个人具有完全一致的朋友圈。同时,相同的用户在不同的社会网络中往往具有部分相同的好友关系。为此,本书基于社会网络的好友关系探索关联用户挖掘的方法。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。