首页> 中国专利> 基于联合嵌入学习模型的跨社交网络用户身份识别方法

基于联合嵌入学习模型的跨社交网络用户身份识别方法

摘要

本发明公开了一种基于联合嵌入学习模型的跨社交网络用户身份识别方法。首先利用用户名相似度和网络结构从两个社交网络中选取候选配对用户对;然后以所有的候选配对用户对为节点构建用户对网络图;其次在构建的UPG和已标注的用户对数据的基础上,融合标注好的配对用户信息标签、结构信息和属性信息搭建联合嵌入学习模型,并将其设计成1个输入和2个输出的深度神经网络结构;最后利用随机梯度下降算法对联合嵌入模型的损失函数进行最小化学习,学习结束后利用模型的参数对需要预测的用户对进行预测,并判断输出是否为相同用户。本发明能有效预测来自不同网络的两个用户是否为相同用户,对商业上的跨社交网络的相关应用起着至关重要的作用。

著录项

  • 公开/公告号CN113434782B

    专利类型发明专利

  • 公开/公告日2022-03-01

    原文格式PDF

  • 申请/专利权人 杭州师范大学钱江学院;

    申请/专利号CN202110718740.9

  • 申请日2021-06-28

  • 分类号G06F16/9536(20190101);G06Q50/00(20120101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构33240 杭州君度专利代理事务所(特殊普通合伙);

  • 代理人朱月芬

  • 地址 310036 浙江省杭州市下沙高教园区学林街16号

  • 入库时间 2022-08-23 13:10:37

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-03-01

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号