社交網絡大數據融合：關聯用戶挖掘（簡體書）

社會網絡是當前學術和產業界的研究熱點。然而，現階段大多數的研究都集中于單一的社會網絡內部。社會網絡融合為社會計算等各項研究提供更充分的用戶行為數據和更完整的網絡結構，從而更有利於人們通過社會網絡理解和挖掘人類社會，具有重要的理論價值和實踐意義。準確、全面、快速的關聯用戶挖掘是大型社會網絡融合的根本問題。社會網絡中的關聯用戶挖掘旨在通過挖掘不同社會網絡中同屬￿同一自然人的不同賬號，從而實現社會網絡的深度融合，近年來已引起人們的廣泛關注。然而，社會網絡的自身數據量大、用戶屬性相似、稀疏且存在虛假和不一致等特點給關聯用戶挖掘帶來了極大的挑戰。用戶關係，尤其是好友關係，是社會網絡中較穩定、不易受攻擊且可獲取的信息。目前，基於用戶關係的最相關研究大都針對匿名化的社會網絡在線發佈數據的還原(又稱"去匿名化")。然而，"去匿名化"方法大多適用于部分子網高度重疊的兩個網絡，不能直接應用於節點和關係都部分重疊的社會網絡融合。考慮真實世界的朋友圈極具個性化，也即現實中沒有兩個人具有完全一致的朋友圈。同時，相同的用戶在不同的社會網絡中往往具有部分相同的好友關係。為此，本書基於社會網絡的好友關係探索關聯用戶挖掘的方法。