近期，国际权威学术期刊《IEEE Transactions on cybernetics》在线发表了团队的研究论文“Interlayer Link Prediction in Multiplex Social Networks Based on Multiple Types of Consistency Between Embedding Vectors” (DOI: 10.1109/TCYB.2021.3120134)。第一作者为陈兴蜀教授指导的博士研究生唐瑞。

用户通常活跃于多个社交媒体网络(smn)，这构成了一个多层网络。随着网络安全意识的提高，用户越来越多倾向于在不同社交媒体上使用不同的用户名，填写不同的个人档案信息。因此，确定不同社交媒体上的账号是否属于同一用户变得越来越具有挑战性。这个问题可以表示为多层网络中的层间链路预测问题。现有的利用网络嵌入技术解决这一问题的方法主要通过学习映射函数，将所有节点统一到一个共同的隐表示空间中进行预测。由于表示阶段采样上下文的不同等因素，完美的映射往往难于获取，甚至并不存在。为加强隐表示空间中信息的利用，提高关联准确性，我们提出了一个基于嵌入向量多种一致性(MulCEV)的预测方法。在多个真实数据集和合成数据集上的实验结果表明，提出的MulCEV框架明显优于当前基于嵌入的基线方法，特别是训练迭代次数较少的时候。

EEE Transactions on Cybernetics期刊创刊于1960年，主要报道人工智能、机器学习、控制论和机器人技术等领域的最新研究进展，及其在控制论领域的推广研究。该期刊当前影响因子为11.448，属于中科院SCI一区TOP期刊，是系统与控制方向与计算机控制论双学科的顶级期刊。

论文链接：https://ieeexplore.ieee.org/document/9603289