公开(公告)号：CN110347932B

公开(公告)日：2021-11-23

申请号：CN201910479105.2

申请日：2019-06-04

Applicant: 中国科学院信息工程研究所

Inventor： 程安凤 ,  周川 ,  朱宇佳 ,  谭建龙 ,  郭莉

IPC: G06F16/9536 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的跨网络用户对齐方法。本方法为：1)利用已知标签的用户对集合及用户对的结构信息训练深度学习框架；其中为已对齐的用户对，即社交网络GA中第i个用户与社交网络GB中第m个用户是同一用户；2)根据社交网络的结构信息分别从社交网络GA、社交网络GB中提取待对齐用户的结构信息以及并将其以用户对为单位输入训练后的深度学习框架，确定该用户对是否属于同一个真实人进行分类预测。本发明大大提高了跨网络用户对齐的准确性。

公开(公告)号：CN110347932A

公开(公告)日：2019-10-18

申请号：CN201910479105.2

申请日：2019-06-04

Applicant: 中国科学院信息工程研究所

Inventor： 程安凤 ,  周川 ,  朱宇佳 ,  谭建龙 ,  郭莉

IPC: G06F16/9536 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的跨网络用户对齐方法。本方法为：1)利用已知标签的用户对集合及用户对的结构信息训练深度学习框架；其中 为已对齐的用户对，即社交网络GA中第i个用户 与社交网络GB中第m个用户 是同一用户；2)根据社交网络的结构信息分别从社交网络GA、社交网络GB中提取待对齐用户的结构信息 以及 并将其以用户对为单位输入训练后的深度学习框架，确定该用户对是否属于同一个真实人进行分类预测。本发明大大提高了跨网络用户对齐的准确性。