Siamese Neural Networks for User Identity Linkage Through Web Browsing
发布时间：2022-04-02 点击次数：
乔媛媛（教授）
+
- 博士生导师 硕士生导师
- 教师英文名称：QIAO Yuanyuan
- 电子邮箱：
- 所在单位：人工智能学院
- 学历：研究生毕业
- 办公地点：北京邮电大学明光楼702
- 性别：女
- 联系方式：yyqiao AT bupt.edu.cn
- 学位：博士学位
- 在职信息：在职
- 毕业院校：北京邮电大学
- 所属院系：人工智能学院
- 曾获荣誉：
2021当选：新疆维吾尔自治区科技进步奖二等奖；
2019当选：北京市科学技术进步二等奖；
2019当选：北京高校第十一届青年教师教学基本功比赛工科组最受学生欢迎奖；
2019当选：北京高校第十一届青年教师教学基本功比赛工科组二等奖；
2018当选：北京邮电大学第十四届教学观摩评比一等奖
访问量：
开通时间：..
最后更新时间：..
- 所属单位：北京邮电大学
- 发表刊物：IEEE Transactions on Neural Networks and Learning Systems
- 关键字：Cost-sensitive classification, loss function, Siamese neural networks, user identity linkage
- 摘要：Linking online identities of users among countless heterogeneous network services on the Internet can provide an explicit digital representation of users, which can benefit both research and industry. In recent years, user identity linkage (UIL) through the Internet has become an emerging task with great potential and many challenges. Existing works mainly focus on online social networks that consider inconsistent profiles, content, and networks as features or use sparse location-based data sets to link the online behaviors of a real person. To extend the UIL problem to a general scenario, we
- 论文类型：期刊论文
- 第一作者：Yuanyuan Qiao
- 学科门类：工学
- 文献类型：J
- 卷号：31
- 期号：8
- 页面范围：2741-2751
- ISSN号：2162-237X
- 是否译文：否
- 发表时间：2020-08-01
- 收录刊物：SCI、EI