[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。 |
