(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111389814.5 (22)申请日 2021.11.22 (71)申请人 西北工业大 学 地址 710072 陕西省西安市碑林区友谊西 路127号 (72)发明人 李勇军　黄丽蓉　颜兆洁　张银银　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 代理人 王艾华 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/2458(2019.01) G06N 20/00(2019.01) G06Q 50/00(2012.01) (54)发明名称 一种基于活动相似性的跨平台用户同一身 份识别的方法 (57)摘要 本发明公开了一种基于活动相似性的跨平 台用户同一身份识别的方法， 首先， 结合活动轨 迹中的时间和语义信息， 中提取出用户的活动模 式， 其次， 计算用户活动模式之间的相似度分数， 为了区分不同兴趣点类型的重要性， 我们利用逆 文档频率的概念分配了不同的兴趣点类型不同 的权重， 再次， 与自然语言中的嵌入词类似， 引入 兴趣点嵌入层， 为每个兴趣点生成嵌入表示， 然 后， 根据用户的活动模式与兴趣点嵌入生成用户 的活动模式的矢量表示， 最后， 根据生成的用户 活动模式的表示， 计算用户活动相似性， 最相似 的用户具有同一自然人身份； 本发 明将用户在语 义空间的相似度计算出来， 将用户的活动习惯嵌 入到低维空间， 对于任何用户， 可 以高效找到与 其最匹配的用户。 权利要求书3页 说明书5页 附图1页 CN 114118250 A 2022.03.01 CN 114118250 A 1.一种基于活动相似性的跨平台用户同一身份识别的方法， 其特 征在于， 首先， 结合活动轨迹中的时间和语义信息， 中提取出用户的活动模式， 其次， 计算用户 活动模式之间的相似度分数， 为了区分不同兴趣点类型 的重要性， 我们利用逆文档频率的 概念分配了不同的兴趣点类型不同的权重， 再次， 与自然语言中的嵌入词类似， 引入兴趣点 嵌入层， 为每个兴趣点生成嵌入表示， 然后， 根据用户的活动模式与兴趣点 嵌入生成用户的 活动模式的矢量表示， 最后， 根据生成的用户活动模式的表示， 计算用户活动相似性， 最相 似的用户具有同一自然人身份； 具体包括以下步骤： (1)提取用户的活动模式 将用户的兴趣点轨迹表示为T(u)＝{p1， p2， ...， pt}， 其中pt是用户在某个时间点t访问 的地址的兴趣点类型， u表示用户， 考虑到用户的活动模式具有很强的周期性和可预测性， 分析用户每天的活动非常有必要， 将用户的兴趣点轨迹划分为以天为长度的子轨迹Tsub (u)， 为了更好地分析用户每天的活动习惯， 将一 天划分为m个时间分区， 分别统计用户在各 个时间分区内的频繁访问的兴趣点 其中 表示用户ui在第j时间段访问了兴趣点pt， 访问次数是nt次， 定义用户每天的活动模式表示 为 (2)分析计算用户活动模式的相似度分数 引入了一个新的指标来测量原始空间中用户之间活动模式的相似性， 相似性分数的直 觉是， 相似的用户往往在类似时间出现在类似类型 的地方， 计算特定期间兴趣点的共发生 时间， 对于用户在A平台和B平台的两个用户， 有 和 用户的时间活动相似度定义如下： 其中 表示用户uA在第j个时间段的频繁兴趣点统计， 因此， 根据计算用户之间的 语义相似性来实现用户链接结果， 对于用户uA， 在B平台中计算最相似的用户ui ′， 具有最大 的时间活动相似性分数最大值 并且将uA和ui′连接在一起， 共享最相似的 活动模式； 计算得到TF ‑IDF值作为每个兴趣点的权重， 改进的时间活动相似度分数S#(uA， uB)， 它 的共现函数定义如下：权　利　要　求　书 1/3 页 2 CN 114118250 A 2(3)轨迹兴趣点的表示学习 尽管得到了用户每天的时间活动记录L来表示用户的活动模式的统计， 但是这个统计 特征仍然不足以用来分析， 首先， 它不能区分不同兴趣点之间的区别， 其次， 计算用户的活 动模式相似度， 这种计算方式是基于特征的， 不能用来进一步链接用户身份， 因此提出了一 个基于表示学习的方法， 来学习用户活动模式的嵌入表示， 用户的活动相似度可以轻松地 通过经典的距离函数来计算； 用户的兴趣点在轨迹中的分布跟自然语言中的词频分布十分相似， 由此， 自然语言处 理中的词嵌入方法可以被用来解决兴趣点的嵌入问题， 受到word2vec模型的启发， 设计了 POI2vec模型用来学习兴趣点的低维嵌入。 具体来说， 与词袋模型相 似， 目标兴趣点pt的概率可以通过它的上下文兴趣点预测， 即 通过最大化概率函数 计算， 条件概率 由归一化指数函数 定义： 其中V是数据集中所有兴趣点的集合， (其中d是低维空间的维度)是兴趣点pt的 表示， vContext是上下文兴趣点Context(pt)的加和向量， 最后， POI2vec的训练目标就是最大 化所有概 率的指数的平均值： (4)用户活动模式的表示学习 基于上面步骤得到的兴趣点嵌入， 进一步得到用户的时间活动嵌入， 在用户的活动模 式L中， 统计了用户在一 天中的每个时间分区中的访问最频繁的k个(t op‑k)兴趣点， 在用户 活动模式L和上一步得到的兴趣点嵌入 的基础上， 将用户的活动模式的 嵌入向量表示为 其中m是时间分区的数量， dim是兴趣点嵌入的维度， 如果用户 在时间段内有POI记录， 则此期间之间的嵌入表 示为频繁POI 嵌入， 并根据每个POI的发生次 数和tf‑dif重量， 将用户在该时间段内的嵌入向量表示如下： 其中concat表示向量的级联操作， pjl是用户在jth时间分区内第1频繁的兴趣点， 访问 频次为njl， 与时间活动相似性分数的定义类似， 将TF ‑IDF权重计计入用户活动模式的表示 中； 如果用户在某个时间分区内没有兴趣点的记录， 提出了三种策略来替换缺少的值： 1) 以零向量替换缺失值： 2)以在其他时间分区中最频繁的兴趣点替换： 3)以在所有其他时间 的兴趣点的加权平均值 替换； (5)用户身份链接 经过以上的步骤， 得到每个用户的时间活动的嵌入表示， 余弦相似度经常被用来计算权　利　要　求　书 2/3 页 3 CN 114118250 A 3