[发明专利]基于用户命名习惯映射学习的社交网络账号对齐方法及系统

权利要求书

1.一种基于用户命名习惯映射学习的社交网络账号对齐方法，其特征在于，包含如下内容：

从异构社交网络中基于用户名命名习惯提取网络账号特征，并将网络账号特征转化为特征向量；

利用BP神经网络将不同社交网络用户名特征向量进行映射；依据向量之间的距离差判定用户名是否属于同一个人，实现跨社交网络的账号对齐；

采用用户命名模式从人类局限性、个体外在因素和个体内在因素三个方面提取网络账号特征；

人类局限性至少包含：相同用户名、用户名长度及唯一用户名创建可能性；个体外在因素至少包含：键入的字母与前一个字母使用同一个手键入的占比、键入的字母与前一个字母使用同一个手指键入的占比、使用每个手指按手顺序输入的键的百分比及按在每行上的键的百分比；个体内在因素至少包含：字母分布、用户名字母分布信息熵作为随机程度的度量、最长公共子串、用于检测缩写的归一化最长公共子序列长度、将字符串变成另一个字符串的编辑距离及通过集合中不同元素所占元素比例来衡量的样本之间相似度；

设定三元组S＝{V,N,U}来表示社交网络中的用户名，其中，V为包含n个用户的用户集，且V＝{v₁,v₂,…,v_n}；N表示用户名集合，每个用户v_i由d维特征向量u_i表示，d维特征向量u_i形成特征矩阵U，且U∈R^d×n，R为n个用户的d维特征向量组成的集合；

对于源网络社交网络账号集S和目标网络社交账号集T及部分对齐已知锚用户对子集X，S＝{V_S,N_S,U_S}，T＝{V_T,N_T,U_T}，利用BP神经网络来最小化源网络映射节点特征向量f(u_s)与目标网络节点特征向量u_b之间的距离，使映射的源网络用户名特征向量与目标网络用户名特征向量之间的距离最小，依据给定源网络用户v_s与目标网络中用户v_t的匹配地面距离d(f(u_s),u_t)来实现源网络和目标网络不同社交网络的用户账号对齐。

2.根据权利要求1所述的基于用户命名习惯映射学习的社交网络账号对齐方法，其特征在于，利用已训练的BP神经网络将不同社交网络用户名特征向量进行映射，利用损失函数将特征向量分类问题转化为向量之间的映射问题。

3.根据权利要求2所述的基于用户命名习惯映射学习的社交网络账号对齐方法，其特征在于，BP神经网络在训练过程中，设定部分对齐的源网络和目标网络两个异构社交网络账号集和已知锚用户对子集，其中，锚用户对是同时参与两个社交网络的同一个用户的两个账号；利用两个异构社交网络账号集和已知锚用户对子集对BP神经网络的映射函数进行学习，最小化源网络映射节点向量与目标网络节点向量之间距离，使两个向量之间的距离小于设定阈值，且对于锚用户对中匹配的账号，使得映射的源网络用户名特征向量与目标网络用户名特征向量之间距离最小。

4.根据权利要求2或3所述的基于用户命名习惯映射学习的社交网络账号对齐方法，其特征在于，损失函数计算中利用余弦相似性来计算向量之间的距离。

5.根据权利要求3所述的基于用户命名习惯映射学习的社交网络账号对齐方法，其特征在于，映射学习过程中通过反向传播算法训练BP神经网络参数，利用已知锚用户对作为监督信息，通过梯度下降算法最小化损失函数。

6.根据权利要求3所述的基于用户命名习惯映射学习的社交网络账号对齐方法，其特征在于，针对源网络中的非锚用户节点，将其向量输入已训练的BP神经网络获取映射向量，在目标网络中寻找若干与映射向量最相似的节点来构造该非锚用户节点的存在映射关系的用户对。