本發明公開了一種基于聯合嵌入學習模型的跨社交網絡用戶身份識別方法。首先利用用戶名相似度和網絡結構從兩個社交網絡中選取候選配對用戶對;然后以所有的候選配對用戶對為節點構建用戶對網絡圖;其次在構建的UPG和已標注的用戶對數據的基礎上,融合標注好的配對用戶信息標簽、結構信息和屬性信息搭建聯合嵌入學習模型,并將其設計成1個輸入和2個輸出的深度神經網絡結構;最后利用隨機梯度下降算法對聯合嵌入模型的損失函數進行最小化學習,學習結束后利用模型的參數對需要預測的用戶對進行預測,并判斷輸出是否為相同用戶。本發明能有效預測來自不同網絡的兩個用戶是否為相同用戶,對商業上的跨社交網絡的相關應用起著至關重要的作用。
聲明:
“基于聯合嵌入學習模型的跨社交網絡用戶身份識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)