社交網(wǎng)絡(luò)用戶帳戶關(guān)聯(lián)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著社交網(wǎng)絡(luò)功能逐漸完善，社交網(wǎng)絡(luò)用戶數(shù)量呈現(xiàn)連年增加趨勢(shì)，用戶可以使用不同的社交網(wǎng)絡(luò)實(shí)現(xiàn)不同的需求。不同的社交網(wǎng)絡(luò)具有不同的服務(wù)功能，各個(gè)社交網(wǎng)絡(luò)服務(wù)商出于安全和利益的考慮，一般不會(huì)允許自己的網(wǎng)站用戶帳戶同其他網(wǎng)站的用戶帳戶相關(guān)聯(lián)，從而造成了資源不能充分利用。因此，對(duì)屬于同一實(shí)體用戶的多個(gè)用戶帳戶進(jìn)行關(guān)聯(lián)具有重要意義和價(jià)值，引起了研究人員的廣泛關(guān)注。
　　本論文主要研究利用社交網(wǎng)絡(luò)用戶帳戶生成的文本內(nèi)容數(shù)據(jù)提取用戶行為特征，進(jìn)而

2、利用用戶帳戶關(guān)聯(lián)算法實(shí)現(xiàn)對(duì)屬于同一實(shí)體用戶的多個(gè)用戶帳戶進(jìn)行關(guān)聯(lián)。首先對(duì)系統(tǒng)的總體結(jié)構(gòu)進(jìn)行設(shè)計(jì)，將系統(tǒng)劃分為兩部分，即數(shù)據(jù)獲取子系統(tǒng)和用戶帳戶關(guān)聯(lián)子系統(tǒng)。然后依次對(duì)數(shù)據(jù)獲取子系統(tǒng)和用戶帳戶關(guān)聯(lián)子系統(tǒng)進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)，重點(diǎn)對(duì)網(wǎng)絡(luò)爬蟲的設(shè)計(jì)，用戶行為特征的提取以及用戶帳戶關(guān)聯(lián)算法的改進(jìn)進(jìn)行了研究。最后通過實(shí)驗(yàn)對(duì)系統(tǒng)進(jìn)行測(cè)試，并對(duì)系統(tǒng)輸出結(jié)果進(jìn)行分析。本論文的工作重點(diǎn)包括以下三個(gè)方面：
　　（1）設(shè)計(jì)了一款具有動(dòng)態(tài)操作功能、增強(qiáng)型頁(yè)面解析

3、功能和高效數(shù)據(jù)庫(kù)訪問功能的能夠快捷、方便的爬取社交網(wǎng)站上用戶帳戶生成文本內(nèi)容的網(wǎng)絡(luò)爬蟲。
　?。?）基于N-Gram提出了新的語(yǔ)言書寫特征；并對(duì)語(yǔ)言書寫特征進(jìn)行篩選，過濾掉冗余特征，提高了系統(tǒng)的處理速度和健壯性。
　?。?）提出了一種基于單類分類器的社交網(wǎng)絡(luò)用戶帳戶關(guān)聯(lián)算法，并對(duì)所提出的算法進(jìn)一步改進(jìn)，提高了系統(tǒng)的實(shí)用性和準(zhǔn)確性。
　　最后，通過爬取社交網(wǎng)站Google+、Twitter和Facebook上用戶帳戶數(shù)據(jù)