近期，實(shí)驗(yàn)室碩士畢業(yè)生周淇在讀期間作為第一作者的論文“Exploring Cross-site User Modeling Without Cross-site User Identity Linkage: A Case Study of Content Preference Prediction”被期刊ACM Transaction on Information System （ACM TOIS）錄用。該文章提出了一種不進(jìn)行跨平臺(tái)用戶身份鏈接的跨平臺(tái)用戶建模方法，通過(guò)借鑒隱私保護(hù)推薦系統(tǒng)研究的核心思想，將社交媒體賬戶組織成特征組，隱藏跨平臺(tái)的身份鏈接關(guān)系。通過(guò)啟發(fā)式搜索，探究了構(gòu)建特征組的構(gòu)建方法，并在此基礎(chǔ)上構(gòu)建了跨平臺(tái)用戶建模模型，該模型利用節(jié)點(diǎn)間的顯式關(guān)系、隱式關(guān)系構(gòu)建特征組，能有效地利用跨平臺(tái)信息對(duì)用戶進(jìn)行精確、全面的建模。在真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)表明，該方法在部分指標(biāo)方面優(yōu)于現(xiàn)有的使用跨平臺(tái)用戶身份鏈接的跨平臺(tái)用戶建模方法。

期刊簡(jiǎn)介

    ACM TOIS（ACM Transactions on Information Systems）‌是信息檢索領(lǐng)域的頂級(jí)期刊，由美國(guó)計(jì)算機(jī)學(xué)會(huì)（ACM）出版。該期刊于1983年創(chuàng)刊，被視為信息處理領(lǐng)域的最權(quán)威國(guó)際學(xué)術(shù)期刊之一，特別是在信息檢索、推薦系統(tǒng)和文本挖掘等領(lǐng)域。ACM TOIS被中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）推薦為A類國(guó)際期刊。

論文簡(jiǎn)介

    隨著社交媒體平臺(tái)的蓬勃發(fā)展，其功能不斷豐富，已經(jīng)成為人們分享觀點(diǎn)、收集信息以及進(jìn)行社交活動(dòng)的重要渠道。用戶在這些平臺(tái)上留下的足跡包含了豐富的個(gè)人特征和行為習(xí)慣，為深入了解用戶提供了獨(dú)特的視角。為了滿足不同的信息需求，用戶參與多個(gè)不同的社交媒體平臺(tái)，且在這些平臺(tái)中呈現(xiàn)出不同的行為模式。局限于單平臺(tái)信息的用戶行為建模無(wú)法全面反映用戶的多樣化行為，跨社交媒體平臺(tái)用戶建模（即跨平臺(tái)用戶建模）成為一個(gè)備受關(guān)注的研究領(lǐng)域。然而，目前的跨平臺(tái)用戶建模研究大多基于跨平臺(tái)用戶身份鏈接，即在不同的平臺(tái)上準(zhǔn)確地鏈接屬于同一個(gè)用戶的賬戶，并在平臺(tái)之間共享用戶特征。基于跨平臺(tái)用戶身份鏈接的用戶建模可能會(huì)過(guò)度地挖掘用戶信息，帶來(lái)了嚴(yán)峻的隱私問(wèn)題。因此，本文針對(duì)跨平臺(tái)用戶建模和用戶隱私之間的沖突展開(kāi)了研究。提出了基于特征組的無(wú)身份鏈接的跨平臺(tái)用戶建模方法，實(shí)現(xiàn)了隱私和個(gè)性化的平衡。

圖1 模型整體結(jié)構(gòu)

代碼鏈接：

https://github.com/Yekkiii/CUMnoUIL