-
公开(公告)号：CN105138667B
公开(公告)日：2018-05-18
申请号：CN201510562450.4
申请日：2015-09-07
Applicant: 中南大学
Abstract: 一种考虑时延约束的社会网络初始关键节点选取方法。本发明首先结合见面概率和激活概率将网络中用户之间的影响力量化表示为信用分配过程结束后积累在节点上的信用值大小。通过对网络结构和用户行为记录的学习，将尝试见面并激活其他用户而产生的传播阻碍作用转化为传播增量路径度量，并结合时延约束条件限定性地分配信用。最后使用贪心思想递归选取边际收益最大的节点组成初始关键节点集合。本发明构建了一种新的社会网络初始关键节点选取方法，结合概率事件和时延约束条件，改进了以往仅基于节点度值评价节点影响力规则的弊端，提高了选取过程的执行效率，并更加真实有效地模拟和预测网络中行为的传播过程。
-
公开(公告)号：CN106780073A
公开(公告)日：2017-05-31
申请号：CN201710019177.X
申请日：2017-01-11
Applicant: 中南大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 本发明公开了一种考虑用户行为和情感的社会网络影响力最大化初始节点选取方法，使用带有分类标签的评价数据集，构建情感单词训练模型扩展已有的情感词典，分别对社会网络节点进行行为倾向分析和情感倾向分析，作为节点影响力的评判依据，构建综合考虑用户行为和情感的影响力传播模型BSIS，并结合贪心算法求解最大影响力边际收益节点加入到初始节点集合中。本发明综合考虑用户行为倾向和情感倾向，更加有效、准确、真实地挖掘影响力最大化初始节点。
-
公开(公告)号：CN106355506A
公开(公告)日：2017-01-25
申请号：CN201610671518.7
申请日：2016-08-15
Applicant: 中南大学
IPC: G06Q50/00
Abstract: 本发明公开了一种在线社会网络中影响力最大化初始节点选取方法，根据用户的行为日志，得到用户对于他的邻居用户基于行为时间延迟的直接影响力；结合社会网络中所有异构节点的点特征和不同个体之间的边特征，构建用户节点特征向量并计算向量之间的相似度，以此作为社会网络中用户节点之间的潜在影响力的评判依据。最后求解最大边际收益节点作为影响力最大化初始关键节点。本发明综合考虑用户行为记录和社会网络复杂的异构节点的关联关系，能有效地选取影响力最大化初始关键节点，并更加真实地反映影响力传播效果。
-
Patent Agency Ranking
公开(公告)号：CN104616200B
公开(公告)日：2017-10-10
申请号：CN201510072839.0
申请日：2015-02-11
Applicant: 中南大学
Abstract: 本发明提出了一种基于节点特性的在线社会网络影响力最大化初始节点选取方法。首先在网络中，基于用户活跃度、用户敏感度和用户亲密度三方面因素，对节点特性进行评价，并以此为依据对节点之间的信用值进行重新定义和分配，节点之间的信用值大小体现节点之间的影响力，如果两个相邻节点相继执行相同的行为，则认为后者被前者影响，为前者分配信用，之后我们结合网络结构和用户行为日志，计算网络中任意两节点之间的信用值大小，并通过贪心算法，递归选取边际收益最大的节点组成影响力最大化初始节点集合。本发明改进了以往仅依据节点度值评价节点影响力规则的弊端，减少了运算时间和内存消耗，能更真实有效地描述并预测影响力的传播过程。
-
公开(公告)号：CN105138667A
公开(公告)日：2015-12-09
申请号：CN201510562450.4
申请日：2015-09-07
Applicant: 中南大学
CPC classification number: G06F17/30864 , G06Q50/01
Abstract: 一种考虑时延约束的社会网络初始关键节点选取方法。本发明首先结合见面概率和激活概率将网络中用户之间的影响力量化表示为信用分配过程结束后积累在节点上的信用值大小。通过对网络结构和用户行为记录的学习，将尝试见面并激活其他用户而产生的传播阻碍作用转化为传播增量路径度量，并结合时延约束条件限定性地分配信用。最后使用贪心思想递归选取边际收益最大的节点组成初始关键节点集合。本发明构建了一种新的社会网络初始关键节点选取方法，结合概率事件和时延约束条件，改进了以往仅基于节点度值评价节点影响力规则的弊端，提高了选取过程的执行效率，并更加真实有效地模拟和预测网络中行为的传播过程。
-
公开(公告)号：CN106780073B
公开(公告)日：2021-05-25
申请号：CN201710019177.X
申请日：2017-01-11
Applicant: 中南大学
IPC: G06Q50/00
Abstract: 本发明公开了一种考虑用户行为和情感的社会网络影响力最大化初始节点选取方法，使用带有分类标签的评价数据集，构建情感单词训练模型扩展已有的情感词典，分别对社会网络节点进行行为倾向分析和情感倾向分析，作为节点影响力的评判依据，构建综合考虑用户行为和情感的影响力传播模型BSIS，并结合贪心算法求解最大影响力边际收益节点加入到初始节点集合中。本发明综合考虑用户行为倾向和情感倾向，更加有效、准确、真实地挖掘影响力最大化初始节点。
-
公开(公告)号：CN106355506B
公开(公告)日：2020-01-14
申请号：CN201610671518.7
申请日：2016-08-15
Applicant: 中南大学
IPC: G06F16/33
Abstract: 本发明公开了一种在线社会网络中影响力最大化初始节点选取方法，根据用户的行为日志，得到用户对于他的邻居用户基于行为时间延迟的直接影响力；结合社会网络中所有异构节点的点特征和不同个体之间的边特征，构建用户节点特征向量并计算向量之间的相似度，以此作为社会网络中用户节点之间的潜在影响力的评判依据。最后求解最大边际收益节点作为影响力最大化初始关键节点。本发明综合考虑用户行为记录和社会网络复杂的异构节点的关联关系，能有效地选取影响力最大化初始关键节点，并更加真实地反映影响力传播效果。
-
公开(公告)号：CN104616200A
公开(公告)日：2015-05-13
申请号：CN201510072839.0
申请日：2015-02-11
Applicant: 中南大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 本发明提出了一种基于节点特性的在线社会网络影响力最大化初始节点选取方法。首先在网络中，基于用户活跃度、用户敏感度和用户亲密度三方面因素，对节点特性进行评价，并以此为依据对节点之间的信用值进行重新定义和分配，节点之间的信用值大小体现节点之间的影响力，如果两个相邻节点相继执行相同的行为，则认为后者被前者影响，为前者分配信用，之后我们结合网络结构和用户行为日志，计算网络中任意两节点之间的信用值大小，并通过贪心算法，递归选取边际收益最大的节点组成影响力最大化初始节点集合。本发明改进了以往仅依据节点度值评价节点影响力规则的弊端，减少了运算时间和内存消耗，能更真实有效地描述并预测影响力的传播过程。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.01 seconds)
