CP-Link: Exploiting Continuous Spatio-Temporal Check-In Patterns for User Identity Linkage
CP-Link: Exploiting Continuous Spatio-Temporal Check-In Patterns for User Identity Linkage
复制标题
CP-Link：利用连续时空签到模式进行用户身份链接
DOI：
10.1109/tmc.2022.3157292
复制
发表时间：
2023-08
影响因子：
7.9
通讯作者：
Chen Wang
中科院分区：
文献类型：
--
作者：
Xiaoqiang Ma;Fengxiang Ding;Kai Peng;Yang Yang;Chen Wang
在基于位置的社交网络获取的海量时空数据的驱动下，跨域用户链接的实现，也被称为用户身份链接(UIL)，引起了越来越多的研究关注。虽然现有的用户交互学习在识别相遇或共处事件时将时空稀疏数据离散化，但用户独特的行为模式隐含在具有连续性的时空数据中，这为提高用户交互学习性能铺平了道路。在本文中，我们提出了一种称为CP-Link的方法，它以连续的方式利用用户的行为模式。在CP-Link中，将连续空间划分为形状不规则的停留区域，并提出了一种基于连续时间的改进动态时间规整(IDTW)方法来计算相似度。为了弥合记录丰富的理想场景和稀疏数据的现实之间的差距，我们采用了用户关联位置频繁模式(LFP)模型来弥补稀疏的不足。在真实数据集上进行的大量实验证明了CP-Link的有效性和优越性，在AUC方面，它的性能比现有技术高出20%以上。
Driven by the large amount of spatio-temporal data obtained from location-based social networks, the implementation of cross-domain user linkage, also known as the User Identity Linkage (UIL), has attracted increasing research attentions. While most of the existing UIL works discretize the spatio-temporal sparse data when identifying encountering or co-located events for UIL, user’s distinctive behavior patterns implicit in the “check-in” spatio-temporal data with continuous nature pave the way for enhancing UIL performance. In this paper, we propose an approach dubbed CP-Link that exploits user behavior patterns in a continuous way. In CP-Link, the continuous space is divided into irregularly shaped stay regions, and a continuous time-based improved dynamic time warping (IDTW) method is proposed to calculate the similarity. To bridge the gap between the ideal scenario with ample records and the reality with sparse data, we adopt the user-associated location frequent pattern (LFP) model to compensate for the sparse deficiency. Extensive experiments conducted on real-world datasets demonstrate the effectiveness and superiority of CP-Link, which outperforms the state of the arts by more than 20% in terms of the AUC.
登录
查看更多内容
DOI：
10.1145/3318464.3389761
发表时间：
2020-04
期刊：
Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data
影响因子：
--
作者：
Fuat Basık;H. Ferhatosmanoğlu;B. Gedik
通讯作者：
Fuat Basık;H. Ferhatosmanoğlu;B. Gedik
DOI：
10.1007/s11280-018-0571-4
发表时间：
2019-05
期刊：
World Wide Web
影响因子：
--
作者：
Yongjun Li;You Peng;Zhen Zhang;Hongzhi Yin;Quanqing Xu
通讯作者：
Yongjun Li;You Peng;Zhen Zhang;Hongzhi Yin;Quanqing Xu
DOI：
10.1109/tpami.2002.1114856
发表时间：
2002-12-01
影响因子：
23.6
作者：
Maulik, U;Bandyopadhyay, S
通讯作者：
Bandyopadhyay, S
DOI：
10.1109/mdm.2018.00028
发表时间：
2018-06
期刊：
2018 19th IEEE International Conference on Mobile Data Management (MDM)
影响因子：
--
作者：
Guoqiong Liao;Shan Jiang;Zhiheng Zhou;Changxuan Wan;X. Liu
通讯作者：
Guoqiong Liao;Shan Jiang;Zhiheng Zhou;Changxuan Wan;X. Liu
DOI：
10.1007/s11280-018-0572-3
发表时间：
2018-04
期刊：
World Wide Web
影响因子：
--
作者：
Yaqing Wang;Chunyan Feng;Ling Chen;Hongzhi Yin;Caili Guo;Yunfei Chu
通讯作者：
Yaqing Wang;Chunyan Feng;Ling Chen;Hongzhi Yin;Caili Guo;Yunfei Chu