Resumen

Con el desarrollo de las redes sociales, cada vez más usuarios optan por utilizar varias cuentas de distintas redes para satisfacer sus necesidades. Vincular las múltiples cuentas de un usuario concreto no sólo puede mejorar la experiencia del usuario en los servicios de la red, como el sistema de recomendación, sino que también desempeña un papel importante en la seguridad de la red. Sin embargo, las cuentas múltiples de un mismo usuario no suelen estar directamente vinculadas entre sí y, además, la política de privacidad proporcionada por el proveedor de servicios hace más difícil encontrar las cuentas de un usuario concreto. En este artículo, proponemos un método basado en el emparejamiento estable con el orden de preferencia del usuario para resolver el problema de la baja precisión de la vinculación de usuarios en datos dispersos de medios cruzados. A diferencia del método tradicional, que se limita a calcular la similitud de las cuentas, nosotros tenemos plenamente en cuenta la influencia mutua entre múltiples cuentas considerando las distintas redes como un mercado bilateral (multilateral) y la vinculación de usuarios como un problema de emparejamiento estable en dicho mercado. Basándonos en la combinación de Game-Theoretic Machine Learning y Pairwise, se ha propuesto un novedoso método de vinculación de usuarios. El experimento muestra que nuestro método mejora la precisión en un 21,6% en comparación con el método de vinculación tradicional, y en un 7,8% después de añadir el conocimiento previo.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Redes sociales; cuentas múltiples; vinculación de usuarios; seguridad de la red; política de privacidad; orden de preferencia de los usuarios
• Keywords:Social networks; multiple accounts; user linking; network security; privacy policy; user preference order