软件学报

作者：冯朔,申德荣,聂铁铮,寇月,于戈

单位：冯朔，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081911,申德荣，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081902,聂铁铮，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081903,寇月，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081904,于戈，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081905

关键词：社交网络;最大公共子图;用户识别;网络对齐

基金：国家重点基础研究发展计划（973）（2012CB316201）；国家自然科学基金（U1435216，61672142，61472070，61602103）；国家重点研发计划（2018YFB1003404）

随着Internet的普及，各类社交网络走进人们的视野，用户为满足不同的服务需求，往往不会局限于单一社交网络中，因此，跨社交网络环境下的用户识别问题成为研究者的热门话题.主要利用网络结构信息，针对社交网络对齐问题进行研究，主要包含以下研究点：首先，将网络对齐问题抽象为最大公共子图问题（α-MCS），并提出求解自适应参数α的方法，相比于传统的基于启发式定义参数α的方法，该方法可有效区分不同类型网络中匹配用户与非匹配用户；其次，为快速而准确地解决α-MCS，提出了基于最大公共子图的迭代式网络对齐算法MCS_INA（α-MCS based iterative network alignment algorithm），该算法每次迭代过程主要包含两个阶段.第1个阶段，分别在两个社交网络中选取各自的候选匹配用户，第2个阶段，针对候选匹配用户进行识别.相比于其他算法，MCS_INA时间代价低，且依据不同网络特征，通过参数估计，可保证较高的识别精度；最后，在真实数据集和合成数据集中验证了算法MCS_INA的有效性.

来源：2019年第7期

《软件学报》期刊编辑部

查看软件学报杂志2019年第7期