[1] 谢磊.电信网络欺诈信息调查研究[J]。中国人民公安大学学报(科技版),2020,26(3):85-93。 [2] ADOMAVICIUS G,TUZHILIN A.走向下一代推荐系统:最先进和可能扩展的调查[J]。IEEE知识与数据工程汇刊,2005年,17(6):734-749。 [3] 刘晓Z,夏T,于义勇,等.跨社交媒体推荐[C]//网络与社交媒体国际AAAI大会。【S.l.】:AAAI,2016:1-10。 [4] 邢立,邓坤,吴华,等.跨社会网络用户身份识别研究[J]。IEEE接入,2019,7:137472-137488。 [5] ZAHRA K,AZAM F,BUTT W H等。通过文本挖掘技术在社交网络上进行用户识别:系统文献综述[C]//国际信息科学与应用会议。新加坡:施普林格,2019年。 [6] GOMAA W H,FAHMY A A.文本相似性研究综述[J]。国际计算机应用杂志,2013,68(13):13-18,。 [7] 邢磊,邓克强,吴海华,等.社会网络中用户身份识别研究综述:复杂网络方法[J]。中国电子科技大学学报,2020,49(6):905-917。 [8] LUAN M M,ZHAO T,YANG X H,等.国内外跨社会网络用户识别研究[J]。齐鲁工业大学学报,2020,34(4):55-60。 [9] 沈伟,王建业,罗平,等.通过用户兴趣建模将推文中的命名实体与知识库相关联[C]//第19届ACM SIGKDD国际知识发现与数据挖掘会议论文集。美国医学会,2013:68-76。 [10] 刘斯,王斯,朱峰,等.HYDRA:通过异质行为建模实现大规模社会实体联系[C]//2014 ACM SIGMOD国际会议论文集.数据管理。纽约:ACM出版社,2014:51-62。 [11] MOHAMED A,QIAN K,ELHOSEINY M,et al.Social-STGCNN:一种用于人类轨迹预测的社会时空图卷积神经网络[C]//2020 IEEE/CVF计算机视觉与模式识别会议(CVPR)。IEEE,2020年。 [12] 周飞,刘磊,张凯,等。DeepLink:用户身份链接的深度学习方法[C]//IEEE INFOCOM 2018-IEEE计算机通信会议。IEEE,1313-1321。 [13] 邓克凯,邢立,郑立,等.一种基于社交网络用户行为分析的用户识别算法[J]。IEEE接入,2019,7:47114-47123。 [14] ZAFARANI R,TANG L,LIU H.社交媒体用户识别[J]。ACM数据知识发现汇刊,2015,10(2):1-30。 [15] GANG H,SHA C.基于Spark的网络用户虚拟身份合并的实现[C]//国际通信与电子信息工程会议(CEIE 2016).2017。 [16] 周峰,高清,TRAJCEVSKI G,等.通过变分自动编码器实现轨迹用户链接[C]//第27届国际人工智能联合会议论文集。瑞典斯德哥尔摩,2018:3212-3218。 [17] 陈慧聪,徐强,黄日英,等.基于用户轨迹的社会网络用户识别[J]。电子与信息技术杂志,2018,40(11):2758-2764。 [18] 傅S,王刚,夏S,等.一种跨社会网络用户身份识别的多粒度表示学习框架[C]//2019国际粗糙集联合会议(IJCRS)。施普林格,2019年。 [19] 邢磊,邓克强,吴海华,等.基于行为习惯的社会网络用户识别[J]。对称性,2019,11(9):1134。 [20] JAMJUNTRA L,CHARTSUWAN P,WONGLIMSAMUT P,et al.社交网络用户识别[C]//2017第九届知识与智能技术国际会议(KST)。IEEE,2017年。 [21]赵德,宁Z,明X,等.一种通过标记行为跨社交网络的改进用户识别方法[C]//2018 IEEE第30届人工智能工具国际会议(ICTAI)。IEEE,2018年。 [22]高清,周峰,张凯,等.通过轨迹嵌入识别人类活动性[C]//第26届国际人工智能联合会议论文集。澳大利亚墨尔本,2017:1689-1695。 [23]周福,陈S,吴杰,等.基于图形神经网络的轨迹用户链接[C]//IEEE国际通信会议(ICC 2021)。IEEE,2021年。 [24]周X,梁X,张H,等.多社交媒体网络中匿名同一用户的跨平台识别[J]。IEEE知识与数据工程汇刊,2016,28(2):411-424。 [25]张伟,李毅,张杰,等.一种融合时空行为和社会关系的用户轨迹识别模型[J]。中国计算机学报,2021(11):44。 [26]KONG X,ZHANG J,YU P S.推断跨多个异构社交网络的锚链接[C]//ACM信息与知识管理国际会议。ACM,2013年。 [27]YANG Y,ZHAN D C,WU Y F,et al.基于图形感知嵌入的多网络用户识别[C]//2018亚太知识发现与数据挖掘会议。施普林格,2018年。 [28]KOJIMA K,IKEDA K,TANI M.短文:基于朋友位置分布相似性的在线社交网络用户识别[C]//2019 IEEE国际大数据会议(大数据)。IEEE,2019年。 [29]曾伟,唐荣,王华,等.基于在线社交网络多用户信息集成的用户识别[J]。《安全与通信网络》,2021:1-14。 [30]YING C X,CAI T L,LUO S J,等.变压器在图形表示方面真的表现不佳吗?[C] //神经信息处理系统的进展34.2021:28877-28888。 [31]CHEN H,YIN H,SUN X,et al.用于跨平台锚链预测的多级图卷积网络[C]//第26届ACM SIGKDD国际知识发现与数据挖掘会议论文集。美国医学会,2020:1503-1511。 [32]刘强,李毅,段赫,等.知识图构造技术[J]。计算机研究与发展杂志,2016,53(3):582-600。 [33]吴旭,姜涛,朱毅,等.中国谱系知识图谱[J]。IEEE知识与数据工程汇刊,2021,35(1):634-646。 [34]SUN Z,WANG C,HU W,等.带门限多邻域聚集的知识图对齐网络[J]。AAAI人工智能会议记录,2020,34(1):222-229。 [35]李杰,王姿,肖姿,等.基于多指标的大规模实例匹配与候选选择[J]。基于知识的系统,2013,50:112-120。 [36]卢伟,吴聪.实体链接的文献综述[J]。中国科学技术情报学会学报,2015,34(1):105-112。 [37]ZHENG Y,WANG L H,ZHANG R C,et al.GeoLife:通过地图管理和理解您的过去生活[C]//第九届移动数据管理国际会议论文集。IEEE出版社,2008:211-212。 [38]SANG J T,LU D Y,XU C S.重叠的基于用户的跨网络分析:探索大型社交媒体数据的多样性[J]。中国科学通报,2014,59(36):3554-3560。 [39]陶峰,刘文瑞,刘建华,等.数字孪生及其潜在应用探索[J]。计算机集成制造系统,2018,24(1):4-21。 [40]李磊,闵忠.基于云计算的关联规则挖掘策略[C]//2011商业计算与全球信息化国际会议(BCGIN)。IEEE,2011年。 [41]SUN Y,KAMEL M S,WONG A,等.不平衡数据分类的成本敏感增强[J]。模式识别,2007,40(12):3358-3378。 [42]PING R,ZHOU Y S,LI D.高不平衡数据的代价敏感随机森林分类算法[J]。模式识别与人工智能2020,33(3):249-257。 [43]李T,SRIKUMAR V.用一阶逻辑扩充神经网络[C]//计算语言学协会第57届年会论文集。ACL,2019:102-113。 [44]复杂网络上的LV L Y.链路预测[J]。中国电子科技大学学报,2010,39(5):651-661。 [45]LIN Y J,WU Y,LI H B.基于亲和传播算法的微博半监督检测[J]。网络信息安全,2022,22(3):85-96。 |