针对识别社交网络用户时存在的模式不一致问题,提出了基于分块和二部图的用户识别算法。该算法通过将传统分块算法中的属性值精确匹配扩展为无模式信息下的属性值近似匹配,避免了传统用户识别时所需的模式对齐;使用加权二部图及Kuhn Munkres (KM)最大权匹配算法进行源用户档案与待匹配用户档案间的相似度计算,解决了用户档案间属性个数不同及语义语法异构的问题。在Profilactic上采集了965个用户的公开数据,采用召回率、精确率和综合指标等评价指标对算法进行了实验评估。实验结果表明,所提算法能够不依赖模式信
