基于信息熵的跨網(wǎng)絡(luò)用戶身份識(shí)別算法

　　針對(duì)主觀分配屬性項(xiàng)權(quán)重的方法忽視了各屬性項(xiàng)在身份匹配的應(yīng)用領(lǐng)域中具有的特殊含義與作用，導(dǎo)致識(shí)別準(zhǔn)確率低的問題，提出了一種基于信息熵的跨網(wǎng)絡(luò)用戶身份識(shí)別算法（IE-MSNUIA）。首先，該算法分析不同屬性項(xiàng)的數(shù)據(jù)類型及物理含義，相應(yīng)地采用不同的相似度計(jì)算方法；然后根據(jù)各屬性的信息熵值賦予權(quán)值，進(jìn)而充分挖掘各屬性的潛在信息；最后融合各個(gè)屬性進(jìn)行決策判定賬號(hào)是否匹配。理論分析和實(shí)驗(yàn)結(jié)果表明，與機(jī)器學(xué)習(xí)算法和主觀賦權(quán)算法相比，所提算法的各個(gè)性能參數(shù)值均有所提升，在不同數(shù)據(jù)集上的平均準(zhǔn)確率可以達(dá)到97. 2%，平均召回率達(dá)到94.1%，平均綜合性能值達(dá)到95. 6%，可以準(zhǔn)確地識(shí)別出用戶在不同社交網(wǎng)絡(luò)中的多個(gè)賬號(hào)身份。