RLINK：面向用户身份对齐的深度强化学习
机器学习
2019-11-01 v1 计算机与社会
社会与信息网络
机器学习
摘要
用户身份对齐是一项在不同社交网络（SN）中识别同一用户身份的任务。以往工作通过估计来自不同社交网络的身份之间的两两相似度、预测身份对的标签或基于相似度分数选择最相关的身份对来解决该问题。然而，这些方法大多忽略了先前已匹配身份的结果，而这些结果本可有助于后续匹配步骤中的对齐。为解决该问题，我们将用户身份对齐转化为序列决策问题，并提出一种强化学习模型以从全局视角优化对齐策略。我们的方法充分利用社交网络结构与历史匹配身份，并探索当前匹配对后续决策的长期影响。我们在不同类型的数据集上进行实验，结果表明我们的方法取得了优于其他最先进方法的性能。
引用
@article{arxiv.1910.14273,
title = {RLINK: Deep Reinforcement Learning for User Identity Linkage},
author = {Xiaoxue Li and Yanan Cao and Yanmin Shang and Yangxi Li and Yanbing Liu and Jianlong Tan},
journal= {arXiv preprint arXiv:1910.14273},
year = {2019}
}