l:adverbial clause modifier，状语从句修饰词"、
[0054] "advmod:adverbial modifier 状语"、
[0055] "agent:agent，代理，一般有by的时候出现"、
[0056] "amod:adjectival modifier 形容词"、
[0057] " appos: appositional modifier,同位词"、
[0058] "attr: attributive，属性"、
[0059] "aux: auxiliary，非主要动词和助词"、
[0060] "auxpass:passive auxiliary 被动词"
[0061] "cc: coordination，并列关系"
[0062] "ccomp: clausal complement 从句补充"
[0063] "complm: complementizer，引导从句中的补语"
[0064] "conj : conjunct，连接两个并列的词"
[0065] "cop: copula。系动词，命题主词与谓词间的连系"
[0066] "csubj : clausal sub ject，从主关系"
[0067] "csubjpass:clausal passive subject 主从被动关系"
[0068] " dep: dependent 依赖关系"
[0069] "det: determiner 决定词，如冠词等"
[0070] "dobj : direct object 直接宾语"
[0071] "expl: expletive，主要是抓取 there"
[0072] "infmod: infinitival modifier，动词不定式"
[0073] "iobj : indirect object，间接宾语"
[0074] "mark:marker，主要出现在包含 "that" "whether"
[0075] "because" "when" 的语句中"
[0076] "mwe:multi-word expression，多个词的表不
[0077] "neg:negation modifier 否定词"
[0078] "nn:noun compound modifier 名词组合形式"
[0079] "npadvmod:noun phrase as adverbial modifier 名词作状语"
[0080] "nsubj :nominal subject，名词主语"
[0081] "nsubjpass:passive nominal subject，被动的名词主语"
[0082] "num:numeric modifier，数值修饰"
[0083] "number: element of compound number，组合数字"
[0084] "parataxis:parataxis:parataxis，并列关系"
[0085] "partmod:participial modifier 动词形式的修饰"
[0086] "pcomp:prepositional complement，介词补充"
[0087] "pobj: object of a preposition，介词的宾语"
[0088] "poss:possession modifier，所有形式，所有格"
[0089] "possessive:possessive modifier，所有者修饰"
[0090] "preconj :preconjunct，结合词关系，常常是出现在
[0091] 'either' 'both'，'neither' 的情况下"
[0092] "predet: predeterminer，前缀决定，常常是表示所有"
[0093] "prep:prepositional modifier，前置修饰词"
[0094] "prepc:prepositional clausal modifier，介词短语修饰子句"
[0095] "prt:phrasal verb particle，动词短语"
[0096]"purpcl:purposeclausemodifier，目的从句"
[0097] "quantmod:quantifierphrasemodifier，数量短语"
[0098] "rcmod:relativeclausemodifier相关关系"
[0099] "ref:referent，指不物，指代"
[0100] "rel:relative,相对关系"
[0101] "root:root，最重要的词，根节点"
[0102] "xsubj:controllingsubject控制主题"
[0103] 通过提取用户特征对用户帐户建模，每个用户账户模型可以表示为〈性别，年龄， 地理位置活动，写作风格〉，其中性别的取值范围为{:男，女}，年龄的取值范围为{童年，少 年，青年，中年，老年}，地理位置活动为地点名词集合，写作风格由一系列特征向量样本点 组成。
[0104] S104 :帐户模型相似度评估
[0105] 帐户模型相似度评估主要通过逐层过滤的方式，基于用户帐户模型，对目标UGC 网站用户帐户集依次进行基于性别特征的过滤，基于年龄特征的过滤，基于地理特征的过 滤和基于写作特征的过滤，最终将帐户模型相似的用户账户，即相互关联的跨UGC网站用 户帐户，逐步过滤筛选出来。
[0106]图3是帐户模型相似度评估的工作流程图。如图3所示，基于用户帐户模型中的 各个用户特征，采用逐层过滤的方法对用户账户模型进行相似度评估包括以下步骤：
[0107] S301:基于性别特征的过滤
[0108] 各个不同的UGC网站对应不同的用户帐户数据集，对用户帐户数据集中的每个用 户帐户建模之后，从用户帐户数据集h中随机抽取一个用户帐户gik，然后将其与用户帐户 数据集h(i辛j)中的用户帐户进行关联。基于性别特征的过滤就是利用用户帐户模型中 的性别特征对用户账户数据集h进行过滤，由于性别特征的取值范围为{:男，女}，将用户 账户数据集h中所有与用户帐户gik的性别特征相同的用户账户筛选出来组成第一子集 Sm，即用户帐户数据集h所对应的UGC网站中与用户账户gik性别特征相同的所有用户帐户 集合。
[0109] S302:基于年龄特征的过滤
[0110] 针对基于性别特征过滤后得到的第一子集Sm中所有用户账户，将其与用户帐户 gik模型中的年龄特征进行对比，由于年龄特征的取值范围为{童年，少年，青年，中年，老 年}，筛选出与用户帐户gik具有相同年龄特征的用户帐户组成第二子集An，则第二子集An 中所有的用户账户与用户帐户gik具有相同的性别特征和年龄特征。
[0111] S303:基于地理特征的过滤
[0112] 用户账户模型中的地理特征表示为许多地点名词的集合，本发明通过利用 Jaccard相似度来计算地点名词集合之间的相似度，即用户帐户模型的地理特征相似度。针 对第二子集An中的所有用户帐户，计算其与用户账户gik之间的地理特征相似度；如果地 理特征相似度值大于预设的阈值t，则认为两个用户账户模型中的地理特征相似，否则，分 别属于不同的用户实体；其中，t的取值大小决定了地理位置活动特征的过滤能力，取值过 大，容易出现漏选，取值过小，容易出现错选，针对现有的UGC网站，t的取值范围为[40%， 60%]比较合适。将第二子集An中所有与用户帐户gik地理特征相似的用户账户过滤筛选 出来组成第三子集Lp。
[0113] S304:基于写作特征的过滤
[0114] 用户帐户模型中写作特征的表达形式为一系列特征向量样本点集合，本发明利用 单类分类器的方法来判断用户帐户模型之间的写作特征是否相似。从第三子集Lp中随机 选取一个用户账户lq，判断其与用户账户gik模型中的写作特征是否相似的方法如下：
[0115] 首先，计算用户帐户gik的自关联相似度：在用户帐户gik中，每选取K个特征 向量样本点组成一个数据点，选取两组不同数据点组成集合Nlik和N2ik，所述集合Nlik 和N2ik所包含的数据点个数均为T个，所述T大于或等于2 ;以数据点集合N1 ik作为训 练集训练单类分类器，将数据点集合N2ik作为测试集，记录当前单类分类器输出的准确 率为Sg(Nlik，N2ik);以数据点集合N2ik作为训练集训练单类分类器，将数据点集合N1ik 作为测试集，记录当前单类分类器输出的准确率为Sg(N2ik，Nlik);用户帐户gik的自关 联相似度为所述准确率38(叫1;，％ 1;)和准确率58(%1;，叫1;)的乘积，即Sg(gik，gik)= Sg(Nlik，N2ik)XSg(N2ik，Nlik)。
[0116] 然后，计算用户帐户gik与用户帐户1q的互关联相似度：分别从用户帐户gik与用 户帐户lq中随机选取T个不同数据点，组成集合Ngik和N1q，以数据点集合Ngik#为训练 集训练单类分类器，将数据点集合Nlq作为测试集，记录当前单类分类器输出的准确率为 Sgl (Ngik，Nlq);以数据点集合Nlq作为训练集训练单类分类器，将数据点集合Ngik作为测试 集，记录当前单类分类器输出的准确率为Slg(Nlq，Ngik);用户帐户gik关于用户帐户15的 互关联相似度为所述准确率Sgl (Ngik，Nlq)和准确率Slg(Nlq，Ngik)的乘积，即Sgl (gik，lq)= Sgl(Ngik，Nlq)XSlg(Nlq，Ngik)。
[0117] 基于用户帐户gik的自关联相似度和其与用户帐户1 5的互关联相似度，判断两者 的绝对差值是否小于阈值e(〇<e彡5%)，即|Sg(git，git) &人）。如果两者绝对 差值小于阈值e，则表示用户帐户gik与用户帐户lq的写作特征相似；如果两者绝对差值大 于阈值e，则认为分别属于不同实体用户。
[0118] 针对第三子集Lp中的所有帐户，分别对其与用户账户gik的写作特征是否相似进 行判定，将第三子集Lp中所有与用户账户gik模型中的写作特征相似的用户帐户筛选