-
公开(公告)号：CN112270006A
公开(公告)日：2021-01-26
申请号：CN202011201549.9
申请日：2020-11-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及云计算安全技术领域，具体涉及一种电商平台中隐藏搜索模式和访问模式的可搜索加密方法，包括获取数据源、初始化阶段、密文检索。首先从公开数据集获取数据；初始化阶段包括提取关键字和文档的关系，构建索引矩阵和辅助数据结构，生成相关密钥。密文查询阶段包括：用户对待查询关键字生成搜索陷门，发送给服务器；服务器根据搜索陷门，检索二级映射，获得搜索范围，检索对应数据块序列；用户构造置换矩阵，并加密上传给服务器，在服务器端与索引矩阵执行同态计算，改变索引矩阵中数据的位置。本发明融合二级搜索和同态加密技术到可搜索加密领域中，保证用户隐私的同时实现高效的安全搜索，对用户隐私保护和信息检索有着重要的应用价值。
-
公开(公告)号：CN112269945A
公开(公告)日：2021-01-26
申请号：CN202011207375.7
申请日：2020-11-03
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/951 , G06F17/15 , G06Q10/04 , G06Q50/00
Abstract: 本发明属于网络舆情分析领域，涉及一种基于谣言辟谣促谣和三方认知博弈的信息传播预测方法，包括获取在线数据；根据爬取的数据，获取消息热度、消息传播强度、用户认知指数以及用户相互强度；构建谣言传播驱动力模型，在该模型中基于三方认知博弈根据获取的信息获取谣言、辟谣以及促谣消息的收益函数；根据收益函数计算谣言、辟谣以及促谣消息的驱动力，并根据驱动力来预测用户行为；将在线爬取的数据输入建立的模型，预测得到网络节点的采取辟谣行为和促谣行为的概率；本发明可应用于社交网络中谣言传播预测和控制，舆情部门可以更及时和精确的对网络谣言进行监控和控制，并在合理的时间进行引导和抑制。
-
公开(公告)号：CN110851736A
公开(公告)日：2020-02-28
申请号：CN201911095977.5
申请日：2019-11-11
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于网络舆情监控领域，具体为基于三方动态博弈的谣言传播控制方法；所述方法包括实时获取社交网络的数据，包括谣言、辟谣和促谣消息下的用户历史行为数据；并从获得的数据中提取出用户属性；根据谣言、辟谣以及促谣三方的博弈关系，建立三方动态博弈模型；根据该三方动态博弈模型，求解出当前时刻的控制变量；将控制变量发送至管理服务器中，管理服务器根据该控制变量采用分级控制的方式控制谣言传播节点、辟谣传播节点以及促谣传播节点的传播；本发明综合考虑谣言、辟谣和促谣消息间的竞争与合作关系，更符合谣言在真实社交平台的传播情况，能够更精确地反映出谣言传播的趋势，从而对谣言传播进行实时且有效的控制。
-
公开(公告)号：CN108229731A
公开(公告)日：2018-06-29
申请号：CN201711380240.9
申请日：2017-12-20
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种热点话题下用户参与行为的预测系统及方法。属于社交网络分析领域。首先，提出了多消息影响机制，包括内部影响因素和外部影响因素；然后考虑到BP(error BackPropagation，误差逆传播)神经网络高度的自学习和自适应能力以及能充分逼近任意复杂非线性关系的特性，采用神经网络构建用户参与行为预测模型。同时使用模拟退火算法，解决了BP算法局部极小的问题，从而保证算法稳定和准确。最后，定义了多消息相关性指标，用来衡量多消息之间的互影响强度，同时可以更加准确的表征话题对用户参与行为的影响。
-
公开(公告)号：CN113962748B
公开(公告)日：2025-05-09
申请号：CN202111297307.9
申请日：2021-11-04
Applicant: 重庆邮电大学
IPC: G06Q30/0201 , G06Q30/0601 , G06F18/22
Abstract: 本发明属于网络对齐领域，具体涉及一种基于元路径的全貌信息表示异质电商平台用户对齐方法，该方法包括：获取用户的属性数据和交互数据，对用户的属性数据和交互数据进行聚合预处理；提取聚合预处理后的用户数据；将提取的用户数据输入到基于元路径的全貌信息表示异质电商平台用户对齐模型中，对用户进行对齐处理；本发明从用户属性信息、用户商品交互信息、用户兴趣关注度三方面出发，其中发明重点部分是采用元路径对异质平台稀疏数据进行聚合，获取更有效的实验数据以及采用注意力机制对学习到的用户属性关系向量和用户交互关系向量进行权重分配，从而进行高效的对齐任务。
-
Patent Agency Ranking
公开(公告)号：CN119809766A
公开(公告)日：2025-04-11
申请号：CN202510007547.2
申请日：2025-01-03
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06N3/08 , G06F17/10 , G06F16/9535
Abstract: 本发明属于电子商务技术领域，具体涉及一种基于精确对称正定流形学习的长尾商品推荐方法；包括：获取电商平台的用户行为数据和商品特征数据并对其进行预处理，得到商品特征矩阵和用户商品交互矩阵；采用低秩近似技术对用户商品交互矩阵进行优化，更新用户商品交互矩阵；将商品特征矩阵映射到对称正定矩阵空间中，并进行流形嵌入处理，得到商品的SPD特征向量；采用流行全连接层对商品的SPD特征向量进行聚合处理，得到聚合特征；使用几何保留映射函数将聚合特征映射到欧几里得空间，得到映射特征；对映射特征进行处理，得到长尾商品推荐结果；本发明实现了电商平台广告点击率的提升，显著增强了精准营销和推荐效果。
-
公开(公告)号：CN119598036A
公开(公告)日：2025-03-11
申请号：CN202411712567.1
申请日：2024-11-27
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00 , G06N3/045 , G06F18/25 , G06F18/213 , G06F40/30
Abstract: 本发明属于社交网络衍生话题分析领域，具体涉及一种面向时变网络的关键影响力用户发现方法，包括对原始话题网络数据进行预处理得到话题网络数据；沿时间维度对话题网络数据切片得到不同时间点下的话题网络数据；计算用户节点在不同时间点下的动态重要性，根据动态重要性获取每一用户节点的转移序列；采用注意力机制构建每一用户节点的特征向量；获取每一用户节点的累计交互序列和最近交互序列，通过双Transformer结构获取每一用户节点的兴趣向量；将每一用户节点的特征向量和兴趣向量拼接得到综合特征；所有综合特征输入全连接层和softmax函数层，得到关键影响力用户识别结果；本发明可有效地发现话题空间中的关键影响力元素。
-
公开(公告)号：CN119577509A
公开(公告)日：2025-03-07
申请号：CN202411626986.3
申请日：2024-11-14
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06N3/042 , G06N3/0464
Abstract: 本发明属于互联网应用技术领域，具体涉及一种社交平台引导话题的关键节点溯源方法，包括：获取用户数据；对用户数据进行预处理；提取预处理后用户数据的属性特征；采用混合随机游走策略对用户数据进行处理，得到用户隐藏关系；对用户数据中的话题信息进行情感分析，得到用户情感特征；采用URE2vec算法对用户属性特征、用户隐藏关系以及用户情感特征进行向量化表示，对向量化表示结果进行降维，得到隐藏信息；将隐藏信息输入到关键节点溯源模型中，得到话题传播关键节点以及话题引导意图；本发明采用一种混合随机游走策略，通过混合随机游走策略并利用显式关系和隐式关系为用户找出偏好相似的隐式朋友，缓解数据稀疏性。
-
公开(公告)号：CN119128241A
公开(公告)日：2024-12-13
申请号：CN202411181670.8
申请日：2024-08-27
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06F16/9535 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明属于互联网应用技术领域，具体涉及一种基于隐性关系和级联长度的热点话题传播预测方法；包括：获取话题数据并对其进行预处理；从预处理好的话题数据中提取用户相关属性，用户相关属性包括用户自身属性、用户相似度和用户活跃度；根据用户相关属性，采用关联规矩算法挖掘用户间的潜在关系并构建用户隐性关系网络；根据用户自身属性构建用户关注关系网络，合并用户隐性关系网络与用户关注关系网络，得到用户全关系网络；根据用户全关系网络学习用户的结构特征，得到话题网络的结构特征矩阵；将话题网络的结构特征矩阵和用户活跃度输入到训练好的话题传播预测模型中进行处理，得到话题传播预测结果；本发明可提高话题传播预测的准确性。
-
公开(公告)号：CN118964592A
公开(公告)日：2024-11-15
申请号：CN202410962710.6
申请日：2024-07-18
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/33 , G06F16/35 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种基于迁移学习的意图型话题检测方法、装置及计算机可读存储介质，包括：获取有标签的原生话题数据集和无标签的衍生话题数据集并进行预处理；利用平衡分布自适应对衍生话题数据与原生话题数据进行特征适配；根据原生话题和衍生话题的话题传播网络利用SDNE算法构建对应话题下用户的网络结构特征；根据特征适配后的原生话题数据和衍生话题题数据、以及原生话题和衍生话题下用户的结构特征利用迁移学习对意图型话题检测模型进行训练；通过训练好的意图型话题检测模型对衍生话题数据进行识别。本发明提高了模型的性能和准确性。
-
-
-
-
-
-
-
-
-
Search Results
172
records
(took 0.02 seconds)
