全视角特征结合众包的跨社交网络用户识别

随着互联网的普及和不断发展，用户通过多个社交网络进行社交活动，使用社交网络带来的丰富内容和服务.通过识别出不同社交网络上的同一用户，可以有助于进行用户推荐、行为分析、影响力最大化.已有方法主要基于用户的结构特征和属性特征来识别匹配用户，大多仅考虑局部结构，且受已知匹配用户数量的限制，提出一种基于全视角特征结合众包的跨社交网络用户识别方法（overall and crowdsourced user identification algorithm，简称OCSA）.首先，利用众包提高已知匹配用户的数量；然后，应用全视角特征评价用户的相似度，以提升用户匹配的准确性；最后，利用两阶段的迭代式匹配方法完成用户识别工作.实验结果表明：该算法可显著提高用户识别的召回率和准确率，并解决了已知匹配用户数量不足时的识别问题