-
公开(公告)号：CN110825972A
公开(公告)日：2020-02-21
申请号：CN201911098385.9
申请日：2019-11-12
Applicant: 重庆邮电大学
IPC: G06F16/9535
Abstract: 本发明涉及社交网络控制技术领域，具体涉及一种基于领域差异化的热点话题关键用户发现方法，包括：获取数据源，获得消息、用户、领域的相关数据；构建消息-用户-领域三部图模型；根据该模型并将话题中的领域类别映射为具体的角色值，计算出用户在每个领域对应的角色值；引入时间衰弱函数对热点话题在每个领域下的流行度进行阶段性计算；采用RoleRank算法进行迭代计算，识别出关键用户，从而找出热点话题传播过程中的关键用户。本发明的方法实现了在任意领域条件下，对热点话题的流行度进行阶段性的计算，提高了热点话题中关键用户挖掘的精确度。
-
公开(公告)号：CN110825972B
公开(公告)日：2022-10-25
申请号：CN201911098385.9
申请日：2019-11-12
Applicant: 重庆邮电大学
IPC: G06F16/9535
Abstract: 本发明涉及社交网络控制技术领域，具体涉及一种基于领域差异化的热点话题关键用户发现方法，包括：获取数据源，获得消息、用户、领域的相关数据；构建消息‑用户‑领域三部图模型；根据该模型并将话题中的领域类别映射为具体的角色值，计算出用户在每个领域对应的角色值；引入时间衰弱函数对热点话题在每个领域下的流行度进行阶段性计算；采用RoleRank算法进行迭代计算，识别出关键用户，从而找出热点话题传播过程中的关键用户。本发明的方法实现了在任意领域条件下，对热点话题的流行度进行阶段性的计算，提高了热点话题中关键用户挖掘的精确度。
-
公开(公告)号：CN110825980B
公开(公告)日：2022-07-01
申请号：CN201911068519.2
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/04 , G06N3/08
Abstract: 本发明属于社交网络分析领域，具体为一种基于对抗生成网络的微博话题推送方法；所述方法包括微博服务器内的每个用户都通过通信组件接入到运算服务器中，获取微博社交网络中微博话题的互动数据；从互动数据的源地址或者目的地址中解析出用户属性；运算服务器采用无监督的对抗生成网络对互动数据以及用户属性增强，通过转发预测模型，预测出潜在参与用户在下一时刻转发参与用户所参与的微博话题的概率值；将阈值区间发生器产生的多个阈值分别与概率值进行比较，确定潜在参与用户对于该微博话题的可能感兴趣程度；基于潜在参与用户的可能感兴趣程度，控制通信组件向该潜在参与用户推送该微博话题；本发明能够根据用户可能感兴趣程度，从而对用户进行精准推送。
-
公开(公告)号：CN111143667A
公开(公告)日：2020-05-12
申请号：CN201911236779.6
申请日：2019-12-05
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/335 , G06F16/33
Abstract: 本发明涉及信息检索和数据挖掘领域，特别涉及一种基于LDA主题模型的三部图新闻推荐方法，包括获取用户浏览过的新闻标题和文本并记录点击时间，并对获取的数据进行预处理；使用LDA文档主题建模方法对预处理后的数据进行主题建模得到新闻的主题特征；根据领域方法得到用户物品倒排列表并结合主题特征进一步计算用户间的相似性，最后得到目标用户最近邻用户；将目标用户和最近邻用户和这些用户所浏览过的新闻以及这些新闻所属的主题输入到基于加权的三部图网络结构中得到欲推荐新闻的最终权重，按照该权值由高到低进行TOP-N推荐；本发明有效利用了新闻的文本数据提提升了推荐精度，还改善了个性化推荐方法的稀疏性问题。
-
公开(公告)号：CN110851684B
公开(公告)日：2022-10-04
申请号：CN201911098384.4
申请日：2019-11-12
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06F16/9536 , G06Q50/00
Abstract: 本发明涉及社交网络热点话题控制技术领域，具体涉及一种基于三元关联图的社交话题影响力识别方法及装置，包括以下步骤：获取数据；根据获取的数据构建路径‑用户二元关联图模型；构建用户‑领域划分模型；构建路径‑用户‑领域三元关联图模型；根据交叉评分策略，在路径‑用户‑领域三元关联图模型上进行正反迭代投票来挖掘出热点话题传播的关键元素节点；根据关键元素节点信息，利用时间切片方法对完整生命周期内热点话题传播过程的动态演绎。本发明的方法能够提高热点话题影响力识别的便捷性；可根据各元素的最终得分向量识别出关键路径、参与用户与传播领域；能实现网络舆情话题的动态挖掘。
-
Patent Agency Ranking
公开(公告)号：CN110851718B
公开(公告)日：2022-06-28
申请号：CN201911095989.8
申请日：2019-11-11
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明属于数据推荐领域，具体涉及一种基于长短时记忆神经网络以及用户评论的电影推荐方法；所述方法包括对历史电影数据预处理，对用户创建类别标签并对具有同一类别标签的用户分级；将预处理后的数据和该电影对应的宣发手段进行整合；利用长短时记忆网络计算出电影的评分值，对其进行训练后，将当前上映电影数据进行预处理后，与其宣发手段并整合形成词向量，输入到完成训练的网络中，即计算出当前电影的评分值，根据该评分值确定对应的用户类别标签，根据用户对应的等级采用对应的推荐方式进行电影推荐；本发明采用长短时记忆网络考虑到电影的时序性特征，且基于群体考虑对同一类用户进行推荐，使得推荐能够更为精准的提供给所需的用户群体。
-
公开(公告)号：CN111400483B
公开(公告)日：2022-06-21
申请号：CN202010185236.2
申请日：2020-03-17
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/31 , G06F16/9536
Abstract: 本发明涉及信息检索和数据挖掘领域，具体为一种基于时间加权的三部图新闻推荐方法，包括：输入获取的用户浏览的新闻数据，根据获取的用户浏览的新闻数据计算优化后的新闻资源值；根据优化后的新闻资源值进行新闻推荐；所述计算优化后的新闻资源值的过程包括：采用热量扩散算法计算新闻向主题传导后的主题结点资源值和主题向新闻传导后新闻结点的资源值，采用时间权重函数对两个资源值进行融合，得到优化后的新闻资源值；本发明在新闻推荐场景下采用时间权重函数优化新闻资源值，解决了三部图技术中因边权影响推荐效果的问题，提高了推荐结果的精度。
-
公开(公告)号：CN110851718A
公开(公告)日：2020-02-28
申请号：CN201911095989.8
申请日：2019-11-11
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明属于数据推荐领域，具体涉及一种基于长短时记忆神经网络以及用户评论的电影推荐方法；所述方法包括对历史电影数据预处理，对用户创建类别标签并对具有同一类别标签的用户分级；将预处理后的数据和该电影对应的宣发手段进行整合；利用长短时记忆网络计算出电影的评分值，对其进行训练后，将当前上映电影数据进行预处理后，与其宣发手段并整合形成词向量，输入到完成训练的网络中，即计算出当前电影的评分值，根据该评分值确定对应的用户类别标签，根据用户对应的等级采用对应的推荐方式进行电影推荐；本发明采用长短时记忆网络考虑到电影的时序性特征，且基于群体考虑对同一类用户进行推荐，使得推荐能够更为精准的提供给所需的用户群体。
-
公开(公告)号：CN110781411A
公开(公告)日：2020-02-11
申请号：CN201911068549.3
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/23 , G06F17/18 , G06Q10/04 , G06Q50/00
Abstract: 本发明属于网络技术，尤其涉及一种基于辟谣消息的谣言传播控制方法，包括获取社交网络中谣言话题以及与之相对应的辟谣话题的互动数据；基于演化博弈建立出用户转发预测模型，利用互动数据对其进行训练直至预测出用户在下一时间段转发谣言信息或辟谣信息的概率；建立谣言控制等级和辟谣控制等级，并分别对两种等级建立对应的信息传播控制方式；根据用户转发谣言信息或辟谣信息的概率对应设置谣言控制等级或辟谣控制等级；根据所述获取的谣言控制等级或辟谣控制等级获取对应的信息传播控制方式；按照所述信息传播控制方式控制所述谣言信息或辟谣信息的传播；本发明考虑到辟谣消息以及谣言消息的影响，提高了控制网络信息传播的准确性。
-
公开(公告)号：CN111400483A
公开(公告)日：2020-07-10
申请号：CN202010185236.2
申请日：2020-03-17
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/31 , G06F16/9536
Abstract: 本发明涉及信息检索和数据挖掘领域，具体为一种基于时间加权的三部图新闻推荐方法，包括：输入获取的用户浏览的新闻数据，根据获取的用户浏览的新闻数据计算优化后的新闻资源值；根据优化后的新闻资源值进行新闻推荐；所述计算优化后的新闻资源值的过程包括：采用热量扩散算法计算新闻向主题传导后的主题结点资源值和主题向新闻传导后新闻结点的资源值，采用时间权重函数对两个资源值进行融合，得到优化后的新闻资源值；本发明在新闻推荐场景下采用时间权重函数优化新闻资源值，解决了三部图技术中因边权影响推荐效果的问题，提高了推荐结果的精度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
