一种对在线社交网络中账户进行关联的方法

摘要

本发明公开了一种基于节点相似度的对多个在线社交网络(OSN)中账户进行关联的方法，从OSN网站账户中提取好友关系来关联不同OSN平台上属于同一实体用户的多个账户。该专利五个部分：数据预处理部分对OSN的账户节点关系图进行预处理；节点序列提取部分通过随机游走获得账户节点序列集合；账户向量表示部分通过词转向量工具word2vec生成每个账户的向量模型；计算线性变换矩阵部分通过梯度下降法求得从一个OSN到另一个OSN的线性变换矩阵W；获取关联账户部分将其中一个OSN中的账户映射到另一OSN的坐标空间，通过相似度度量和阈值筛选，得到所有账户对应的关联账户或者对应的候选集。本发明避免了因账户不真实的特征信息对账户关联结果带来的误差，故而提高了账户关联的健壮性。

主权项

一种对在线社交网络中账户进行关联的方法，其特征在于，包括以下步骤：(1)、根据需求确定需要进行账户关联的两个在线社交网络，将两个在线社交网络OSN_X、OSN_Y中各自的账户间存在的好友关系表示为由代表账户的节点集V和代表账户间好友关系的边集E组成的无向图即账户节点关系图，得到两个在线社交网络OSN_X、OSN_Y各自的账户节点关系图RD_X、RD_Y；(2)、分别对两个账户节点关系图RD_X、RD_Y中所有节点进行遍历，得到在线社交网络OSN_X、OSN_Y各自的账户节点序列集WalkList_X、WalkList_Y；对于在线社交网络OSN_X，遍历账户节点关系图RD_X中的所有节点，依次选择一个节点作为开始节点进行随机游走，游走时从开始节点或到达节点的邻居节点中，随机选择一个邻居节点作为下一跳，直到走过的节点形成一个长度L的节点序列；每次遍历结束可得到以不同节点作为起点的节点序列集，多趟循环遍历账户节点关系图RD_X中的所有节点，得到账户节点序列集WalkList_X，这样，以某个节点开始的节点序列就有多条；对于在线社交网络OSN_Y，采用相同的方法进行处理，得到账户节点序列集WalkList_X、WalkList_Y；(3)、将两个账户节点序列集WalkList_X、WalkList_Y分别采用词转向量工具Word2Vec进行转换，分别得到账户在S维空间(S一般取值范围在几十到几百之间)的分布式表示的账户向量模型Model_X、Model_Y，具体为：将OSN_X对应的账户节点序列集WalkList_X中的所有节点序列作为语料输入词转向量工具Word2Vec中，按照设置的窗口(window)以及维度(size)进行转换，得到各个账户x_i对应的向量Vec_x_i，账户x_i及对应的向量Vec_x_i作为项所构成在线社交网络OSN_X的账户向量模型Model_X，其中，x_i表示在线社交网络OSN_X的第i个账户，i＝1,2,...,m，m为在线社交网络OSN_X的账户数；对账户节点序列集WalkList_Y做同样处理，得到在线社交网络OSN_Y中各账户y_j及对应的向量Vec_y_j作为项所构成在线社交网络OSN_Y的账户向量模型Model_Y，其中y_j表示在线社交网络OSN_Y的第j个账户，j＝1,2,...,n，n为在线社交网络OSN_Y的账户数；(4)、计算两个在线社交网络OSN_X、OSN_Y对应的坐标空间之间的线性变换矩阵W4.1)、用已知的两个在线社交网络OSN_X、OSN_Y中为同一用户的真实账户关联对<x_k，y_k>构建训练集RealPairL，其中，x_k表示第k个同一用户在在线社交网络OSN_X中的账户，y_k表示第k个同一用户在在线社交网络OSN_Y中的账户，共有K个同一用户；在账户向量模型Model_X、账户向量模型Model_Y中分别找到账户x_k对应的向量Vec_x_k、账户y_k对应的向量Vec_y_k；4.2)、采用随机梯度下降法，解如下优化问题：$\underset{W}{min}\frac{1}{2K}{\Sigma }_{k=1}^K\left|\right|WVec\_x_k-Vec\_y_k|{|}^2$首先，把W初始化为每个元素均为随机值的S×S矩阵，然后，进行H次迭代；对于第h(0<h<＝H)次迭代，随机选择一个样本点<Vec_x_k、Vec_y_k>，计算梯度T＝(W^(h‑1)Vec_x_k‑Vec_y_k)(Vec_x_k)'，其中W^(h‑1)为(h‑1)次迭代后的线性变换矩阵，(Vec_x_k)'为Vec_x_k的转置矩阵；接下来，更新线性变换矩阵：W^h＝W^(h‑1)‑αT，其中，α为学习率；经过若干次迭代后，上述优化问题中的求和函数值逐渐收敛，此时的迭代次数即为H，此时的变换矩阵则为所求的变换矩阵W；(5)、账户关联将在线社交网络OSN_X中的每个账户x_i，进行以下计算：b_i＝W Vec_x_i；b_i即为OSN_X中的节点x_i在OSN_Y的坐标空间的向量表示，然后通过余弦相似度函数来计算b_i与在线社交网络OSN_Y中的每个账户Vec_y_j的相似度，选出相似度最大并且大于设定阈值的账户y_jmax作为账户x_i的关联账户或者根据用途选择相似度最大的t(比如t为5)个作为候选集。