论文标题：A survey of social network alignment methods based on graph representation learning

期刊：Frontiers of Computer Science

作者：Yutong WU, Feiyang LI, Zhan SHI, Zhipeng TIAN, Wang ZHANG, Peng FANG,  Renzhi XIAO, Fang WANG, Dan FENG

发表时间：23 May 2025

DOI：10.1007/s11704-025-40985-2

微信链接：点击此处阅读微信文章

引用格式：

Yutong WU, Feiyang LI, Zhan SHI, Zhipeng TIAN, Wang ZHANG, Peng FANG, Renzhi XIAO, Fang WANG, Dan FENG. A survey of social network alignment methods based on graph representation learning. Front. Comput. Sci., 2026, 20(6): 2006334

阅读原文：

问题概述

为应对跨平台用户识别难题，华中科技大学冯丹教授团队撰写了综述论文：基于图表示学习的社交网络对齐方法综述。文章系统梳理了社交网络对齐（Social Network Alignment，SNA）研究进展，聚焦图表示学习（Graph Representation Learning，GRL）在提升对齐精度、效率及适应复杂网络结构方面的关键作用。

技术步骤

本文在基于 GRL 的框架内总结并整理了现有的SNA方法，涵盖静态、动态，同质与异质网络。从矩阵分解、浅层随机游走到深度神经网络，再到融合大语言模型（Large Language Models，LLM），深入分析了不同方法在特征提取、相似度计算和用户匹配中的设计思路与优势。

实验结果

实验显示，GRL方法在多个数据集上明显优于传统方法，尤其是深度模型和LLM增强模型，在异构与动态网络中表现更优，最高准确率达95%以上，验证了其在大规模对齐任务中的实用性与前景。

期刊简介

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办，南京大学支持，SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华院士，共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐B类期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”；两次入选“中国科技期刊卓越行动计划”（一期梯队、二期领军）。