社交網絡對齊

本書分為基礎知識、社交網絡對齊方法、社交網絡對齊分析三部分，針對社交網絡對齊中的用戶對齊與社區對齊場景，系統地介紹了社交網絡對齊關鍵技術體系及其應用。

在基礎知識部分，定義了社交網絡並進行建模，介紹後續方法中所涉及的GNN、圖表示學習、知識圖譜表示等。在社交網絡方法部分，以模型建立、算法介紹、實驗分析的邏輯，重點分析了五種社交網絡對齊方法：靜態的社交網絡用戶對齊方法、動態的社交網絡用戶對齊方法、基於無監督學習的社交網絡用戶對齊方法、基於遷移學習的社交網絡用戶對齊方法、基於雙曲空間的社交網絡社區對齊方法。在社交網絡對齊分析部分，對用戶推薦、社區發現、網絡騙局、趨勢分析等涉及實際社交網絡對齊技術的應用進行案例分析，總結並展望了社交網絡的未來發展趨勢及待解決問題。



張忠寶，長期從事社交網絡分析、大數據處理領域研究工作。在該領域，創新性地提出了一系列針對靜態和動態場景、用戶和社區粒度的社交網絡對齊方法，提出了一系列基於融合的跨社交網絡用戶畫像和分析方法，並研發了一個社交網絡對齊與分析平台。該平台在相關領域得到了重要應用，實現了跨社交網絡賬號的關聯和融合分析，獲得了有關部門的肯定和認可。申請人以第一或通信作者身份發表CCF A類論文8篇。作為課題負責人主持國家重點研發計劃項目課題1項，主持國家自然科學基金項目2項，包括聯合基金培育項目1項(大數據環境下的人物身份消歧與融合算法，U1936103)和青年基金項目1項(動態環境下的虛擬網絡映射方法研究，61602050)，以主研人參與國家重點研發計劃課題、國家自然科學基金創新研究群體項目和國家自然科學基金重點項目各1項。

申請人取得的主要研究成果有：1)在靜態社交網絡對齊方面，提出了一種魯棒的、可充分利用多社交網絡信息的用戶對齊方法，實現了多個社交網絡間高效率、高準確率的用戶對齊(IJCAI 2018、TKDE 2021)；2)在動態用戶對齊方面，提出了一種基於循環神經網絡的社交網絡用戶對齊方法和一種基於用戶行為分析的社交網絡用戶對齊方法，提高了對齊的準確率(IJCAI 2020、AAAI 2021、AAAI 2022)；3)在知識圖譜表示方面，提出了一種基於狄利克雷分佈的知識圖譜表示方法，提升了表示的準確性(WWW 2022)。 在社會服務方面，擔任中國計算機學會服務計算專委會秘書處成員，中國人工智能學會委員，中國計算機學會大數據專委會通訊委員。擔任IEEE TKDE、AAAI、IEEE TNSM、Information Science、Computer Network、Globecom、ICC等20余個知名國際期刊審稿人/PC member。