CN114817757A - 基于图卷积网络的跨社交网络虚拟身份关联方法 - Google Patents

Abstract

本发明公开了基于图卷积网络的跨社交网络虚拟身份关联方法，包括步骤：S1、用户特征提取；S2、特征图和拓扑图构建；S3、节点嵌入；S4、身份关联。该基于图卷积网络的跨社交网络虚拟身份关联方法，本发明通过用户属性、用户生成内容提取特征，用户的社交关系构建邻接矩阵，进一步构造了特征图和拓扑图，然后利用图卷积网络充分提取特征空间、拓扑空间以及这两者共同的更深层次的信息，并利用注意力机制综合了两个特定嵌入和一个共同嵌入，从而有效融合了用户属性、用户生成内容以及用户社交关系这三维度特征并挖掘了他们的潜在关系，解决单模态表征能力弱、潜在关系常被忽视等问题。

Description

基于图卷积网络的跨社交网络虚拟身份关联方法

技术领域

本发明涉及网络虚拟身份关联技术领域，具体为基于图卷积网络的跨社交网络虚拟身份关联方法。

背景技术

随着互联网的快速发展，越来越多的人参与到社交网络中去，他们通常会注册多个社交网络账号以获取不同的服务，因此，若能将不同社交网络属于同一自然人的账号关联在一起，就可以更全面地了解用户并将其应用在推荐系统、网络安全等场景当中。

进行跨社交网络虚拟身份关联任务通常可以从用户属性、用户生成内容及用户社交关系三个维度中获取特征，传统的方法一般是针对某一维度的用户信息提取相似性特征，如对用户属性的字段距离、用户生成内容的统计特征以及社交关系的邻域匹配等等进行相似性计算，然后通过阈值比较确定两个用户是否属于同一自然人，该方法虽然简单，但在准确率方面却不尽人意，到了后来，机器学习方法被广泛应用，其也是基于用户之间的信息相似值作为模型的输入，然后输出分类结果，但该方法需要人工提取较好的特征才能有好的分类结果，近年来，由于深度学习方法在特征提取方面的突出表现，基于深度学习的方法被广泛应用，但他们通常选择一个维度或两个维度的用户信息进行跨社交网络虚拟身份关联，这样的效果可能会产生令人不满意结果，因为只从单个维度进行分析容易对信息利用不充分，若选取多维度信息进行虚拟身份关联，如何有效地融合这些特征又是另一个关键。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了基于图卷积网络的跨社交网络虚拟身份关联方法，具备有效融合了用户属性、用户生成内容以及用户社交关系这三维度特征并挖掘了他们的潜在关系等优点，解决了单模态表征能力弱、潜在关系常被忽视等问题。

(二)技术方案

为实现上述解决单模态表征能力弱、潜在关系常被忽视等问题的目的，本发明提供如下技术方案：基于图卷积网络的跨社交网络虚拟身份关联方法，包括以下步骤：

S1、用户特征提取

主要包括用户属性的用户名以及用户发表文本内容的特征提取，由于用户名可能包含字母、数字、特殊符号等多种多样的字符，因此，为了能更有效地提取用户名的特征，本发明对用户名采用字符级嵌入，对于用户发表的文本内容采用word2vec进行嵌入，对于提取到的用户名以及用户发表文本的特征进行拼接得到用户特征X。

S2、特征图和拓扑图构建

对于给定的社交网络N，将用户看成图的节点，将提取到的用户特征X作为图节点的属性，而用户与用户之间的社交关系看成图的边，得到的邻接矩阵记为A。基于X和A分别构建了特征图和拓扑图。

S3、节点嵌入

对于上述构建的特征图和拓扑图，为了进一步提取这两个图更深层次的特定特征以及共有特征，将其分别放入特定卷积层和共同卷积层，并利用注意力机制融合了各个层的特征得到每个节点的嵌入z。

S4、身份关联

经过以上步骤后可以得到社交网络N₁，N₂的嵌入Z¹，Z²，将这两个嵌入进行拼接[Z¹||Z²]并输入到MLP输出分类结果，即可判断来自两个社交网络的两个用户是否属于同一自然人。

优选的，所述步骤S1中，包括以下步骤：

S1.1针对用户属性，对用户名采用字符级嵌入得到X_c。

S1.2针对用户发表内容，对用户发表文本采用word2vec进行嵌入X_w。

S1.3对于提取到的用户名以及用户发表文本的特征进行拼接得到用户特征X。

优选的，所述步骤S1.1中，对于每个用户名，可以将其划分为唯一字符序列，例如“Bingo”就可以划分为w＝′a′：0，′b′：1，′c′：0，...，o′：1，...，others：0.序列值表示的是每个字符的计数，因此，该用户名的计数加权向量就为c_i＝[0，1，0，...，1，...].由于用户名所含的字符种类可能较多，下一步将对c_i利用自动编码器进行降维，将其带入如下公式：

h_i＝σ_e(W_ec_i+b_e)

g_i＝σ_d(W_dh_i+b_d)

其中，σ_e为编码器，σ_d为解码器，W_e，b_e为编码器的权重和偏置，W_d，b_d为解码器的权重和偏置。

优选的，所述步骤S2中，对于特征图G_f＝(A_f，X)的构建，节点的属性就为用户特征矩阵X，而对于邻接矩阵A_f，首先计算X的相似矩阵S，S的每个元素S_ij表示节点i和节点j特征向量的余弦相似性：

根据相似矩阵S，为每个节点选取前k个相似节点作为该节点的邻居构成特征图的边，最后得到特征图的邻接矩阵A_f。

优选的，所述步骤S2中，拓扑图的特征矩阵也为X，邻接矩阵直接由每个用户的社交关系取得，即A_t＝A，因此，拓扑图为G_t＝(A_t，X)。

优选的，所述步骤S3中，在特定卷积层，将特征图G_f＝(A_f，X)和拓扑图G_t＝(A_t，X)分别放入到图卷积网络中，这两个图卷积参数不一致：

经过特定卷积层后，可以输出特征图和拓扑图的特定嵌入Z_F，Z_T。

优选的，所述步骤S3中，在共同卷积层，将特征图G_f＝(A_f，X)和拓扑图G_t＝(A_t，X)分别放入到共享相同参数的图卷积网络中：

然后将这两个嵌入进行加和取平均得到一个共同嵌入：

优选的，所述步骤S3中，在得到特征图和拓扑图的两个特定嵌入Z_F，Z_T以及一个共同嵌入Z_C之后，利用注意力机制将其融合在一起。首先获得Z_i的重要性值：

w_i＝q^T·tamh(W·(Z_i)^T+b)，i∈(F，T，C)

再经过softmax函数得到Z_i的权重：

得到最终的嵌入为：

Z＝α_FZ_F+α_TZ_T+α_CZ_C

优选的，所述步骤S4中，社交网络N₁，N₂的嵌入Z¹，Z²，将这两个嵌入进行拼接[Z¹||Z²]并输入到MLP输出分类结果，即可判断来自两个社交网络的两个用户是否属于同一个人。MLP第l层输出为：

y^l＝ReLU(W^ly^l-1+b^l)

最后经过sigmoid函数输出分类结果：

y_ij＝σ(Wy^l+b)

其中，y_ij为分类结果，当y_ij为1时，表示用户i和用户j属于同一自然人，当y_ij为0时则不属于同一自然人。

(三)有益效果

与现有技术相比，本发明提供了基于图卷积网络的跨社交网络虚拟身份关联方法，具备以下有益效果：

1、该基于图卷积网络的跨社交网络虚拟身份关联方法，本发明通过用户属性、用户生成内容提取特征，用户的社交关系构建邻接矩阵，进一步构造了特征图和拓扑图，然后利用图卷积网络充分提取特征空间、拓扑空间以及这两者共同的更深层次的信息，并利用注意力机制综合了两个特定嵌入和一个共同嵌入，从而有效融合了用户属性、用户生成内容以及用户社交关系这三维度特征并挖掘了他们的潜在关系，解决单模态表征能力弱、潜在关系常被忽视等问题。

2、该基于图卷积网络的跨社交网络虚拟身份关联方法，旨在解决跨社交网络虚拟身份关联任务，首先利用社交网络用户属性、用户发表内容提取特征，根据每个用户特征的k近邻构建特征图，并且根据用户社交关系以及特征构建拓扑图，进一步将特征图和拓扑图放入到特定的卷积层进行特定嵌入，另一方面将这两个图放入到共同卷积层进行共同嵌入，然后利用注意力机制融合这三种嵌入，该方法能有效融合用户属性信息、用户生成内容以及用户社交关系三个维度的特征，并挖掘他们的潜在关系。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，基于图卷积网络的跨社交网络虚拟身份关联方法，包括以下步骤：

S1、用户特征提取

由于用户名可能包含字母、数字、特殊符号等多种多样的字符，因此，为了能更有效地提取用户名的特征，本发明对用户名采用字符级嵌入，首先对于每个用户名，可以将其划分为唯一字符序列，例如“Bingo”就可以划分为w＝′a′：0，′b′：1，′c′：0，...，′o′：1，...，others：0.序列值表示的是每个字符的计数，因此，该用户名的计数加权向量就为c_i＝[0，1，0，...，1，...].由于用户名所含的字符种类可能较多，下一步将对c_i利用自动编码器进行降维，将其带入如下公式：

h_i＝σ_e(W_ec_i+b_e)

g_i＝σ_d(W_dh_i+b_d)

其中，σ_e为编码器，σ_d为解码器，W_e，b_e为编码器的权重和偏置，W_d，b_d为解码器的权重和偏置。

该自动编码器的损失函数为：

L＝∑||g_i-c_i||²

根据损失函数训练求得编码器的参数W_e，b_e，即得降维后的用户名特征为：

X_c＝W_eC+b_e.

对于用户发表文本，使用word2vec算法提取用户的文本特征得到X_w，最终将用户名特征以及用户发表文本的特征进行拼接得到用户的特征矩阵为：

X＝concat(X_c，X_w).

S2、特征图和拓扑图构建

对于给定的社交网络N，将用户看成图的节点，将用户属性和用户发表内容提取的特征X作为图节点的特征，而用户与用户之间的社交关系看成图的边，记邻接矩阵为A。

对于特征图G_f＝(A_f，X)的构建，节点的属性就为用户特征矩阵X，而对于邻接矩阵A_f，首先计算X的相似矩阵S，S的每个元素S_ij表示节点i和节点j特征向量的余弦相似性：

根据相似矩阵S，为每个节点选取前k个相似节点作为该节点的邻居构成特征图的边，最后得到特征图的邻接矩阵A_f。

拓扑图的特征矩阵也为X，邻接矩阵直接由每个用户的社交关系取得，即A_t＝A，因此，拓扑图为G_t＝(A_t，X)。

S3、节点嵌入

对于上述构建的特征图和拓扑图，为了进一步提取这两个图更深层次的特定特征以及共有特征，将其分别放入特定卷积层和共同卷积层。

在特定卷积层，将特征图G_f＝(A_f，X)和拓扑图G_t＝(A_t，X)分别放入到图卷积网络中，这两个图卷积参数不一致：

经过特定卷积层后，可以输出特征图和拓扑图的特定嵌入Z_F，Z_T.

在共同卷积层，将特征图G_f＝(A_f，X)和拓扑图G_t＝(A_t，X)分别放入到共享相同参数的图卷积网络中：

然后将这两个嵌入进行加和取平均得到一个共同嵌入：

在得到特征图和拓扑图的两个特定嵌入Z_F，Z_T以及一个共同嵌入Z_C之后，利用注意力机制将其融合在一起。首先获得Z_i的重要性值：

w_i＝q^T·tamh(W·(Z_i)^T+b)，i∈(F，T，C)

再经过softmax函数得到Z_i的权重：

得到最终的嵌入为：

Z＝α_FZ_F+α_TZ_T+α_CZ_C

S4、身份关联

经过上述可以得到社交网络N₁，N₂的嵌入Z¹，Z²，将这两个嵌入进行拼接[Z¹||Z²]并输入到MLP输出分类结果，即可判断来自两个社交网络的两个用户是否属于同一个人。MLP第l层输出为：

y^l＝ReLU(W^ly^l-1+b^l)

最后经过sigmoid函数输出分类结果：

y_ij＝σ(Wy^l+b)

其中，y_ij为分类结果，当y_ij为1时，表示用户i和用户j属于同一自然人，当y_ij为0时则不属于同一自然人。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.基于图卷积网络的跨社交网络虚拟身份关联方法，其特征在于，包括以下步骤：

S1、用户特征提取

主要包括用户属性的用户名以及用户发表文本内容的特征提取，由于用户名可能包含字母、数字、特殊符号等多种多样的字符，因此，为了能更有效地提取用户名的特征，本发明对用户名采用字符级嵌入，对于用户发表的文本内容采用word2vec进行嵌入，对于提取到的用户名以及用户发表文本的特征进行拼接得到用户特征X。

S2、特征图和拓扑图构建

对于给定的社交网络N，将用户看成图的节点，将提取到的用户特征X作为图节点的属性，而用户与用户之间的社交关系看成图的边，得到的邻接矩阵记为A，基于X和A分别构建了特征图和拓扑图。

S3、节点嵌入

对于上述构建的特征图和拓扑图，为了进一步提取这两个图更深层次的特定信息以及共有信息，将其分别放入特定卷积层和共同卷积层，并利用注意力机制融合了各个层的特征得到每个节点的嵌入Z。

S4、身份关联

经过以上步骤后可以得到社交网络N₁，N₂的嵌入Z¹，Z²，将这两个嵌入进行拼接[Z¹||Z²]并输入到MLP输出分类结果，即可判断来自两个社交网络的两个用户是否属于同一自然人。

2.根据权利要求1所述的基于图卷积网络的跨社交网络虚拟身份关联方法，其特征在于，所述步骤S1包括以下步骤：

S1.1针对用户属性，对用户名采用字符级嵌入得到X_c。

S1.2针对用户发表内容，对用户发表文本采用word2vec进行嵌入得到X_w。

S1.3对于提取到的用户名以及用户发表文本的特征进行拼接得到用户特征X。

3.根据权利要求2所述的方法，其特征在于，所述步骤S1.1中，对于每个用户名，可以将其划分为唯一字符序列，例如“Bingo”就可以划分为w＝′a′：0，′b′：1，′c′：0，...，′o′：1，...，others：0.序列值表示的是每个字符的计数，因此，该用户名的计数加权向量就为c_i＝[0，1，0，...，1，...].由于用户名所含的字符种类可能较多，下一步将对c_i利用自动编码器进行降维，将其带入如下公式：

h_i＝σ_e(W_ec_i+b_e)

g_i＝σ_d(W_dh_i+b_d)

其中，σ_e为编码器，σ_d为解码器，W_e，b_e为编码器的权重和偏置，W_d，b_d为解码器的权重和偏置。

4.根据权利要求1所述的基于图卷积网络的跨社交网络虚拟身份关联方法，其特征在于，所述步骤S2中，对于特征图G_f＝(A_f，X)的构建，节点的属性就为用户特征矩阵X，而对于邻接矩阵A_f，首先计算X的相似矩阵S，S的每个元素S_ij表示节点i和节点j特征向量的余弦相似性：

根据相似矩阵S，为每个节点选取前k个相似节点作为该节点的邻居构成特征图的边，最后得到特征图的邻接矩阵A_f。

5.根据权利要求1所述的基于图卷积网络的跨社交网络虚拟身份关联方法，其特征在于，所述步骤S2中，拓扑图的特征矩阵也为X，邻接矩阵直接由每个用户的社交关系取得，即A_t＝A，因此，拓扑图为G_t＝(A_t，X)。

6.根据权利要求1所述的基于图卷积网络的跨社交网络虚拟身份关联方法，其特征在于，所述步骤S3中，在特定卷积层，将特征图G_f＝(A_f，X)和拓扑图G_t＝(A_t，X)分别放入到图卷积网络中，这两个图卷积参数不一致：

经过特定卷积层后，可以输出特征图和拓扑图的特定嵌入Z_F，Z_T。

7.根据权利要求1所述的基于图卷积网络的跨社交网络虚拟身份关联方法，其特征在于，所述步骤S3中，在共同卷积层，将特征图G_f＝(A_f，X)和拓扑图G_t＝(A_t，X)分别放入到共享相同参数的图卷积网络中：

然后将这两个嵌入进行加和取平均得到一个共同嵌入：

8.根据权利要求1所述的基于图卷积网络的跨社交网络虚拟身份关联方法，其特征在于，所述步骤S3中，在得到特征图和拓扑图的两个特定嵌入Z_F，Z_T以及一个共同嵌入Z_C之后，利用注意力机制将其融合在一起。首先获得Z_i的重要性值：

w_i＝q^T·tamh(W·(Z_i)^T+b)，i∈(F，T，C)

再经过softmax函数得到Z_i的权重：

得到最终的嵌入为：

Z＝α_FZ_F+α_TZ_T+α_CZ_C。

9.根据权利要求1所述的基于图卷积网络的跨社交网络虚拟身份关联方法，其特征在于，所述步骤S4中，社交网络N₁，N₂的嵌入Z¹，Z²，将这两个嵌入进行拼接[Z¹||Z²]并输入到MLP输出分类结果，即可判断来自两个社交网络的两个用户是否属于同一个人。MLP第l层输出为：

y^l＝ReLU(W^ly^l-1+b^l)

最后经过sigmoid函数输出分类结果：

y_ij＝σ(Wy^l+b)

其中，y_ij为分类结果，当y_ij为1时，表示用户i和用户j属于同一自然人，当y_ij为0时则不属于同一自然人。

Images