社交網(wǎng)絡(luò)跨平臺(tái)實(shí)體解析算法研究.pdf

1、近些年來(lái)，隨著計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，數(shù)據(jù)挖掘技術(shù)被廣泛的應(yīng)用于各個(gè)領(lǐng)域。在數(shù)據(jù)挖掘中，實(shí)體解析技術(shù)起到了消除冗余，連接記錄的作用，是數(shù)據(jù)預(yù)處理的一個(gè)重要步驟，其重要性正在逐漸得到廣泛的認(rèn)可。另一方面，伴隨著社交網(wǎng)絡(luò)的興起與發(fā)展，實(shí)體解析技術(shù)在社交網(wǎng)絡(luò)領(lǐng)域的應(yīng)用也在不斷地被研究和發(fā)現(xiàn)。研究社交網(wǎng)絡(luò)跨平臺(tái)的實(shí)體解析技術(shù)，能夠?yàn)閷?shí)現(xiàn)社交網(wǎng)絡(luò)環(huán)境下的個(gè)性化服務(wù)提供便利，并且對(duì)維護(hù)社交網(wǎng)絡(luò)信息安全也有著重要意義。
　　社交網(wǎng)絡(luò)的用戶(hù)

2、數(shù)據(jù)構(gòu)成復(fù)雜，有多個(gè)組成部分，包括好友關(guān)系、個(gè)人資料等。目前對(duì)社交網(wǎng)絡(luò)跨平臺(tái)實(shí)體解析問(wèn)題的研究，主要從數(shù)據(jù)的特點(diǎn)出發(fā)。常見(jiàn)的算法主要注重于其中一個(gè)部分的數(shù)據(jù)，存在一定的缺陷和弊端。本文通過(guò)對(duì)社交網(wǎng)絡(luò)各部分?jǐn)?shù)據(jù)特點(diǎn)的分析，結(jié)合屬性和結(jié)構(gòu)兩方面信息，提出了基于結(jié)構(gòu)的屬性相似度極值算法，用以解決社交網(wǎng)絡(luò)跨平臺(tái)的用戶(hù)實(shí)體解析問(wèn)題。該算法以結(jié)構(gòu)特征為基礎(chǔ)，以少量的已知信息為出發(fā)點(diǎn)，在屬性特征的輔助下進(jìn)行多次迭代，最終完成用戶(hù)實(shí)體解析的任務(wù)目標(biāo)。<

3、br>　　在提出算法的基礎(chǔ)上，本文在算法的各個(gè)步驟當(dāng)中，引入了新的概念和定義，進(jìn)行了一系列的優(yōu)化。主要包括采用加權(quán)的擴(kuò)展屬性計(jì)算屬性相似度，以便更為準(zhǔn)確地體現(xiàn)用戶(hù)間的相似程度；引入結(jié)構(gòu)緊密度的概念，并以此為基礎(chǔ)選擇算法迭代的起點(diǎn)；提出動(dòng)態(tài)閾值的概念，以避免固定閾值可能導(dǎo)致的一系列問(wèn)題；使用結(jié)果裁剪，以適應(yīng)各種場(chǎng)景的需求。
　　在提出算法之后，本文利用模擬數(shù)據(jù)和從真實(shí)的社交網(wǎng)絡(luò)采集到的數(shù)據(jù)，對(duì)算法性能做出了分析。本文使用來(lái)自Face