HFUL：一种跨位置感知社交网络的用户账户关联混合框架
社会与信息网络
2022-01-11 v1 数据库
摘要
当我们将属于同一用户跨不同平台或设备的用户账户关联起来时，互补信息源便被连接起来。扩充后的信息促进了包括跨平台预测、跨平台推荐和广告在内广泛应用的发展。由于用户账户关联的重要性以及支持 GPS 的移动设备的普及，关于利用时空数据跨位置感知社交网络关联用户账户的研究日益增多。不同于该领域多数现有研究仅关注有效性，我们提出了一种称为 HFUL（跨位置感知社交网络的用户账户关联混合框架）的新框架，其中考虑了用户账户关联的效率、有效性、可扩展性、鲁棒性和应用。具体而言，为提升效率，我们从时空视角开发了综合索引结构，并设计了新颖的剪枝策略以缩减搜索空间。为提升有效性，提出了一种基于核密度估计的方法以缓解度量用户相似性时的数据稀疏问题。此外，我们探讨了 HFUL 在用户预测、时间预测和位置预测方面的应用。在三个真实世界数据集上的大量实验表明，相较于最先进的方法，HFUL 在有效性、效率、可扩展性、鲁棒性和应用方面均具优越性。
引用
@article{arxiv.2201.02830,
title = {HFUL: A Hybrid Framework for User Account Linkage across Location-Aware Social Networks},
author = {Wei Chen and Weiqing Wang and Hongzhi Yin and Lei Zhao and Xiaofang Zhou},
journal= {arXiv preprint arXiv:2201.02830},
year = {2022}
}