1.一种社交网络中匿名用户身份的识别方法，其特征在于具体步骤如下：

（1）已知社交网络中用户权值计算

A．在已知用户的社交网络中，将用户作为具有属性的节点，用户与用户之间的关系作为节点与节点之间的边，将社交网络图抽象成无向图；

B．在无向图中，以目标节点Vi为起点，其他任一节点Vj为终点，通过Dijkstra算法计算出目标节点Vi与其他任一节点Vj之间的最短路径，计算最短路径上所有相邻节点的相似度；

C．若其他任一节点Vj与目标节点Vi直接相连，则以该两节点的相似度作为用户权值；

若其他任一节点Vj与目标节点Vi不直接相连，则以该两节点最短路径上相邻两节点相似度的累乘作为该任一节点Vj与目标节点Vi的相似度，以该相似度作为用户权值；得到的用户权值表示该已知用户与目标用户的关系强度；

D．将计算得到的用户权值的节点以<目标节点Vi，已知节点Vj，权值>形式组成结果集输出，得到已知社交网络中各用户权值；

（2）包含目标匿名用户的社交网络中权值计算

A．在另一包含目标匿名用户的社交网络图中，将已知用户作为具有属性的已知节点，匿名用户作为未知属性的未知节点，用户与用户之间的关系作为节点与节点之间的边，将社交网络图抽象成无向图；

B．选取任意已知节点为起点节点Wi，对其他任一已知节点Wj进行深度优先搜索得到相应的权值，以<起点节点Wi，已知节点Wj，权值>形式组成结果集输出；

C．利用深度优先搜索法分别计算起点节点Wi到所有未知节点X的相应距离值，将所有距离值相加除以未知节点X的个数，得到起点节点Wi与未知节点的权值平均值，以<起点节点Wi，未知节点X，权值平均值>形式组成结果集输出；

（3）匿名用户输出

A．从步骤（2）B中的结果集中选取起点节点Wi属性与步骤（1）D中的结果集中已知节点Vj属性相同的各组，分别将各组<起点节点Wi，已知节点Wj，权值>中的权值除以<目标节点Vi，已知节点Vj，权值>中的权值，将各比值取平均值，以<起点节点Wi，目标节点Vi，权值平均值 >形式组成结果集输出；

B．将<起点节点Wi，目标节点Vi，权值平均值 >与步骤（2）C中得到的<起点节点Wi，未知节点X，权值平均值>进行比较，搜索权值平均值差距最小的两个节点，该目标节点Vi即为未知节点X，从而获得已知用户社交网络中的目标用户即为另一包含目标匿名用户社交网络中的目标匿名用户，其中i=1，2，3，…，n，j=1，2，3，…，n，i与j之和为无向图中所有节点个数。

2.根据权利要求1所述的一种社交网络中匿名用户身份的识别方法，其特征在于步骤（2）中节点相似度具体计算方法如下：从目标节点Vi到其他任一节点Vj，沿着最短路径的方向，以相邻两节点度数和减一的倒数作为相邻两节点间的相似度，计算得到的相似度表示两用户之间的关系强度；相邻节点相似度计算公式如下所示:。