-
公开(公告)号：CN109726319A
公开(公告)日：2019-05-07
申请号：CN201811516605.0
申请日：2018-12-12
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06Q50/00
Abstract: 本发明属于数据挖掘与社交网络研究领域，涉及一种基于交互关系的用户影响力分析方法，包括获取用户信息，构建微博交互信息模型来计算用户交互信息和用户属性决定的影响力；设置用户的影响力的初始值；通过微博交互信息模型获取转发强度、评论强度和提及强度，并通过转发强度、评论强度和提及强度计算交互强度因子；交互强度因子改进PageRank算法，并通过改进的PageRank算法测量用户的影响力，得出影响力排名；本发明综合考虑社交网络用户的多种行为、网络结构特点、用户属性等特征能够更加准确的发现和识别微博网络中的影响力个体以及个体在微博网络中的影响力。
-
公开(公告)号：CN109408634A
公开(公告)日：2019-03-01
申请号：CN201811083188.5
申请日：2018-09-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于派系过滤的意见垃圾用户群检测方法，涉及生成候选意见垃圾用户群和排名候选意见垃圾用户群两个部分。因为意见垃圾检测领域普遍缺乏标记数据，且人工标记在大规模数据集上不可行，所以本方法采用一种完全无监督的方法来检测意见垃圾用户群。首先将评论数据建模为评论者-产品二分图，在此基础上产生评论者投影，基于派系过滤方法找到评论者投影中的候选意见垃圾用户群；接着，采用基于个人和基于群组的垃圾指标得到每个候选意见垃圾用户群的垃圾分数，利用垃圾分数对候选意见垃圾用户群进行排名，排名越靠前的群组可疑性越大。
-
公开(公告)号：CN109284506A
公开(公告)日：2019-01-29
申请号：CN201811445401.2
申请日：2018-11-29
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于注意力卷积神经网络的用户评论情感分析系统及方法。该发明为模块化设计，主要包括四个模块，即词嵌入模块，卷积模块，注意力模块以及分类器模块。其中词嵌入模块将评论文本使用低维向量表示，卷积模块通过卷积操作提取评论的局部特征，注意力模块通过比较相似度来决定局部特征的权重，并通过加权计算评论的最终特征表达，分类器模块根据最终特征表达进行情感分类。本发明通过将注意力机制加入到神经网络模型中，克服传统神经网络模型特征提取方法的不足。通过大量数据训练后，注意力机制可以判断评论中不同词语的重要程度，使得模型可以“注意到”评论中对情感影响最大的部分，提高模型情感分类的准确率。
-
公开(公告)号：CN108470075A
公开(公告)日：2018-08-31
申请号：CN201810325581.4
申请日：2018-04-12
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种面向排序预测的社会化推荐方法，该方法通过利用用户和项目隐含特征，进一步提高了排序预测的精度。首先利用PL模型将项目的潜在特征和使用LFM提取的用户潜在特征进行建模；之后利用用户作为信任者和受托者特征来构建多维信任模型；最后将两者联合建模，构建排序预测模型，接着对模型进行优化处理，从而得到最优的前N个推荐列表。该方法是在考虑社交网络结构信息的同时，将用户两个不同的角色作为信任者和受托者建模，从而将社会信息结合到推荐中，这使得数据稀疏的情况下也能带到达到优化推荐结果的目的。
-
公开(公告)号：CN108399189A
公开(公告)日：2018-08-14
申请号：CN201810064199.2
申请日：2018-01-23
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明属于大数据和数据挖掘推荐系统技术领域，尤其是一种基于社团发现的好友推荐系统及其方法。本发明的系统包括：数据获取模块、数据处理模块、数据存储模块、业务逻辑模块、显示模块等五个模块。提出了一种基于社团发现的计算方法，根据用户的签到地理位置信息和共同好友数计算用户距离相似度和熟识度，再加入到LMF算法中进行社团划分，在产生的好友社团中，根据用户离散签到时间时，采用核密度估计算法计算用户24小时整体签到概率密度。再计算用户签到地点的地点相似度，建立用户时空相似度模型实现推荐。本发明解决用户兴趣多样性推荐的问题以及用户兴趣不断变化带来的推荐运算复杂度增长的问题，得到较传统的推荐技术更加灵活的推荐技术，提高了推荐质量。
-
Patent Agency Ranking
公开(公告)号：CN107679079A
公开(公告)日：2018-02-09
申请号：CN201710756027.7
申请日：2017-08-29
Applicant: 重庆邮电大学
CPC classification number: G06F17/30867 , G06Q30/0255 , G06Q30/0271
Abstract: 本发明的提出一种基于手机用户兴趣三维模型的个性化应用推荐方法。通过分析手机用户的行为数据，从兴趣广度、兴趣深度和兴趣时效来分析手机用户的兴趣构成，对手机用户兴趣进行三维建模，并在此基础上，提出一种基于手机用户兴趣模型的个性化应用推荐算法。首先，获取手机用户行为数据。其次，建立手机用户三维兴趣模型。兴趣模型从手机用户兴趣广度、兴趣深度和兴趣时效三方面来建立。然后，计算手机用户兴趣之间的相似度，分别从手机用户兴趣的广度、兴趣的深度和兴趣的时效三方面来计算手机用户之间的相似度。通过第三步可以计算出目标用户与其他用户之间的相似度，然后从中根据相似度选取与目标手机用户最接近的K个手机用户。最后，计算手机用户对未产生行为的应用软件的感兴趣程度然后进行推荐。
-
公开(公告)号：CN106897413A
公开(公告)日：2017-06-27
申请号：CN201710090165.6
申请日：2017-02-20
Applicant: 重庆邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30743
Abstract: 本发明公开了一种基于和声搜索的混合特征选择方法，将过滤器与和声搜索的优点结合起来，形成一个混合系统。该系统能从大量用户原始特征集中选择最优特征子集，并将该特征子集用于社交网络中垃圾用户的分类和检测。目前，分类器的性能好坏取决于特征子集的选取,而特征选择问题可以被看作是优化问题，其目标是选择最佳的或接近最佳的特征子集。提出一种方法，利用滤波方法与和声算法的计算简单、迅速的优点实现最佳特征子集选取的目的。克服了过滤方法忽略特征之间依赖关系和包装器计算成本较高的缺点。
-
公开(公告)号：CN104735654A
公开(公告)日：2015-06-24
申请号：CN201510104390.1
申请日：2015-03-10
Applicant: 重庆邮电大学
Abstract: 一种可检测数据完整性的隐私数据融合方法。本发明请求保护一种可进行数据完整性和隐私保护的数据融合方法，涉及无线传感器网络数据融合中节点数据的隐私保护和完整性检测。在无线传感器网络节点与节点之间进行数据传输的过程中，容易遭受攻击者注入虚假或者篡改数据，导致数据跟节点收集的原始数据不一致。提出一种方法，在节点进行数据融合的过程中加入同态消息验证码，使节点的真实密钥与相应生成的消息验证码都随着存储数据的改变而改变，而节点自身的存储密钥不发生改变。即使攻击者同时捕获了节点的密钥和数据，但也无法获取节点真实密钥，实现数据的完整性和隐私保护。
-
公开(公告)号：CN104268085A
公开(公告)日：2015-01-07
申请号：CN201410577779.3
申请日：2014-10-24
Applicant: 重庆邮电大学
IPC: G06F11/36
Abstract: 本发明请求保护一种基于属性提取的软件漏洞挖掘系统及方法，属于计算机安全领域，包括了关键代码发现模块、漏洞分析模块、漏洞推理模块。包括以下步骤：提取待测软件关键代码的步骤；对待测软件在虚拟机环境中执行，并采用虚拟机故障注入引擎与关键代码进行测试交互，记录测试结果；将测试结果结合挖掘经验知识库进行推理。本发明有效地解决了软件缺陷不确定与漏洞的复杂因果关系推理问题。基于属性提取的软件漏洞挖掘方法在安全性、灵活性、兼容性方面都有着一定的优势。
-
公开(公告)号：CN103902885A
公开(公告)日：2014-07-02
申请号：CN201410076591.0
申请日：2014-03-04
Applicant: 重庆邮电大学 , 中国电子科技集团公司第五十四研究所
CPC classification number: G06F21/53 , G06F11/3476
Abstract: 本发明公开了一种面向多安全等级虚拟桌面系统虚拟机安全隔离系统及方法，属于信息安全领域，包括用户行为异常检测、虚拟机迁移、安全隔离三个实施阶段。首先，将相同密级网络的用户与虚拟机绑定起来，利用相同密级网络中用户操作行为之间的相似性构建用户行为特征库；其次，将实时用户行为特征与历史用户行为特征库匹配，计算用户当前操作威胁等级，选择迁移目标主机，将具有潜在威胁的虚拟机迁移到虚拟机安全隔离模型中执行；最后，虚拟机安全隔离模型代为执行虚拟机进程请求的系统调用。该方法避免了虚拟机进程直接访问宿主机系统资源，减少虚拟机进程对内核的依赖，提高了宿主机系统的安全性，达到了虚拟机安全隔离的目的。
-
-
-
-
-
-
-
-
-
Search Results
181
records
(took 0.024 seconds)
