基于节点表示的跨网络节点关联研究
发布时间:2022-12-10 06:54
跨网络节点关联是将不同在线社交网络(OSN)中属于同一实体用户的多个账户进行关联。它作为社交数据挖掘和网络安全的核心任务之一,已经成为现今的研究热点。然而相同的用户由于平台的异质特征或个人不明确的原因,在不同OSN平台中的表现可能不同,这就相应地带来了很多挑战。现有的跨网络节点关联方法受限于属性的伪造性、处理用户生成内容的时间复杂度,总体效果不理想。本文主要研究一种基于节点表示的在线社交网络的跨网络节点关联方法。从OSN网站账户中提取好友关系及用户属性信息,通过随机游走学习用户的潜在节点表征,来关联不同OSN平台上属于同一实体用户的多个账户。论文工作的主要研究内容如下:(1)提出了一种易扩展的综合多种信息的节点表示方法。利用用户的好友关系,个人简介,家乡信息,通过用户-用户游走和用户-属性游走刻画用户的特征,学习包含了网络结构和节点属性的节点向量表示,该表示能更准确全面地表示节点的特征,从而提升账户关联的准确度。(2)提出了一种用于大规模网络的关联算法。根据先验的锚节点对应的向量表示,求解转换矩阵将两个网络的节点转换到同一空间去,进而基于相似度寻找关联用户或候选集。该方法在准确度、MA...
【文章页数】:92 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 主要研究内容
1.3.1 节点表示算法的设计
1.3.2 跨网络节点关联模型
1.4 论文结构安排
第二章 相关理论及技术研究
2.1 用户节点的基本信息
2.1.1 用户节点的基本信息与类型
2.1.2 处理不同用户信息的算法
2.2 节点表示相关理论
2.2.1 节点表示问题定义
2.2.2 图论概念及符号表示
2.2.3 节点表示原理与算法分类
2.2.3.1 矩阵分解模型
2.2.3.2 浅层概率模型
2.2.3.3 深层结构模型
2.3 跨网络关联算法分类
2.4 本章小结
第三章 基于节点表示的跨网络节点关联算法
3.1 跨网络关联问题定义
3.2 算法原理概述
3.3 跨网络关联评价指标
3.4 基于空间转换的跨网络关联算法详述
3.5 试验数据集上的测试结果
3.5.1 数据集生成方法说明
3.5.2 参数敏感分析
3.5.3 降维可视化
3.5.4 大规模数据集的实验结果
3.6 实际数据集上的测试结果
3.6.1 数据集
3.6.2 对比算法介绍
3.6.3 测试结果与分析
3.7 基于融合的跨网络关联算法
3.7.1 相关算法介绍
3.7.2 网络融合的过程设计
3.7.3 关联实验结果
3.8 两种关联方法的优缺点分析
3.9 时间性能优化
3.10 本章小结
第四章 基于信息综合节点表示的关联算法
4.1 信息综合的节点表示研究背景
4.2 信息综合的节点表示问题定义
4.3 现有信息综合的节点表示算法
4.3.1 结合文本生成内容的节点表示算法介绍
4.3.2 结合属性的节点表示算法介绍
4.4 信息综合的节点表示算法设计
4.4.1 信息采集
4.4.2 简介和家乡信息预处理
4.4.3 信息综合的网络模型
4.4.4 信息综合的游走方式
4.5 信息综合的跨网络节点关联实验结果
4.6 自学习迭代框架
4.7 本章小结
第五章 总结
5.1 工作总结
5.2 未来工作展望
致谢
参考文献
硕士期间取得的研究成果
【参考文献】:
期刊论文
[1]面向社会网络融合的关联用户挖掘方法综述[J]. 周小平,梁循,赵吉超,李志宇,马跃峰. 软件学报. 2017(06)
[2]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰. 计算机研究与发展. 2016(02)
[3]知识表示方法研究与应用[J]. 年志刚,梁式,麻芳兰,李尚平. 计算机应用研究. 2007(05)
本文编号:3716293
【文章页数】:92 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 主要研究内容
1.3.1 节点表示算法的设计
1.3.2 跨网络节点关联模型
1.4 论文结构安排
第二章 相关理论及技术研究
2.1 用户节点的基本信息
2.1.1 用户节点的基本信息与类型
2.1.2 处理不同用户信息的算法
2.2 节点表示相关理论
2.2.1 节点表示问题定义
2.2.2 图论概念及符号表示
2.2.3 节点表示原理与算法分类
2.2.3.1 矩阵分解模型
2.2.3.2 浅层概率模型
2.2.3.3 深层结构模型
2.3 跨网络关联算法分类
2.4 本章小结
第三章 基于节点表示的跨网络节点关联算法
3.1 跨网络关联问题定义
3.2 算法原理概述
3.3 跨网络关联评价指标
3.4 基于空间转换的跨网络关联算法详述
3.5 试验数据集上的测试结果
3.5.1 数据集生成方法说明
3.5.2 参数敏感分析
3.5.3 降维可视化
3.5.4 大规模数据集的实验结果
3.6 实际数据集上的测试结果
3.6.1 数据集
3.6.2 对比算法介绍
3.6.3 测试结果与分析
3.7 基于融合的跨网络关联算法
3.7.1 相关算法介绍
3.7.2 网络融合的过程设计
3.7.3 关联实验结果
3.8 两种关联方法的优缺点分析
3.9 时间性能优化
3.10 本章小结
第四章 基于信息综合节点表示的关联算法
4.1 信息综合的节点表示研究背景
4.2 信息综合的节点表示问题定义
4.3 现有信息综合的节点表示算法
4.3.1 结合文本生成内容的节点表示算法介绍
4.3.2 结合属性的节点表示算法介绍
4.4 信息综合的节点表示算法设计
4.4.1 信息采集
4.4.2 简介和家乡信息预处理
4.4.3 信息综合的网络模型
4.4.4 信息综合的游走方式
4.5 信息综合的跨网络节点关联实验结果
4.6 自学习迭代框架
4.7 本章小结
第五章 总结
5.1 工作总结
5.2 未来工作展望
致谢
参考文献
硕士期间取得的研究成果
【参考文献】:
期刊论文
[1]面向社会网络融合的关联用户挖掘方法综述[J]. 周小平,梁循,赵吉超,李志宇,马跃峰. 软件学报. 2017(06)
[2]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰. 计算机研究与发展. 2016(02)
[3]知识表示方法研究与应用[J]. 年志刚,梁式,麻芳兰,李尚平. 计算机应用研究. 2007(05)
本文编号:3716293
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/3716293.html