跨社交网络的实体用户关联技术研究

近年来,随着社交网络大规模普及,社交网络在人们生活中扮演了越来越重要的角色。它们拥有海量的用户规模,但进行实名认证的用户却只占很小的比例,这使得恶意用户可以肆意散播各种谣言和不良信息,给互联网监管带来了巨大挑战。因此对跨社交网络的实体用户进行关联,建立身份识别信息网络,有助于解决用户的身份识别和监管问题。文章设计实现了针对QQ空间和新浪微博的信息采集系统,然后针对网络上采集到的544万微博用户和2459万QQ空间用户的资料和行为数据进行分析,提出了一种用户跨社交网站关联整体模型。该模型基于逻辑回归模型进行用户判定分类,同时根据SimRank算法的原理提出了SNC算法剔除噪声用户,提高模型精确度,最后利用本文筛选出的数据集进行跨社交网络用户关联实验。实验结果表明本模型能够筛选出关联性较强的用户对,经过剪枝处理后模型精确度有效提升,模型能够有效的对不同社交网络的用户进行关联。