-
公开(公告)号：CN108229731B
公开(公告)日：2021-03-23
申请号：CN201711380240.9
申请日：2017-12-20
Applicant: 重庆邮电大学
IPC: G06F30/27
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：CN107086996B
公开(公告)日：2020-06-16
申请号：CN201710243461.5
申请日：2017-04-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种车联网安全认证装置及方法，方法包括如下步骤：将传统密码学认证服务与信任评估机制进行有机结合，按照认证执行装置提供的接口实现并挂载到装置上，并通过装置统一接口对外提供调用服务，屏蔽各复杂认证算法的实现细节；在感知层车辆节点上部署可信嵌入式安全模块，提供安全能力，并将感知层加密算法组件化；构造集可信终端、密码学认证方法、信任评估系统于一体的认证体系；对底层感知层提供的高安全可信证据因子匹配评估，为上层交通信息服务平台提供认证决策依据。
-
公开(公告)号：CN111224942A
公开(公告)日：2020-06-02
申请号：CN201911141185.7
申请日：2019-11-20
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明属于网络安全控制技术领域，具体涉及一种基于三元关联图检测的恶意软件传播控制方法及装置；所述方法包括获取恶意软件、用户节点和传播路径的数据源信息，并进行预处理；建立三元关联图；基于三元关联图中边的权重矩阵，按照交叉迭代评分机制计算出恶意软件、传播路径和用户节点评分；使用多元线性回归评分进行统一的量化，计算出用户节点的影响力；基于评分值和热点感染驱动机制，建立传染病SIHR传播模型，计算出驱动因素对传播状态和传播趋势；根据传播模型的结果，对下一时刻的恶意软件传播路径进行截断，对用户节点进行隔离。本发明对恶意软件进行广播，有效截断恶意软件的传播途径，并对感染用户进行隔离，从而提高用户的安全性。
-
公开(公告)号：CN106454969A
公开(公告)日：2017-02-22
申请号：CN201610883862.2
申请日：2016-09-28
Applicant: 重庆邮电大学
Abstract: 本发明提出一种加快多模用户终端选网过程的方法：UE成功驻留到一个小区，AS收到包含完整邻小区列表的消息时，根据UE和网络支持的模式(通常网络支持UE的所有模式)，解析所有UE支持模式中各模式的邻小区信息，并上报给NAS，作为后续选网时各模式的邻区列表，尽量降低UE发起盲搜小区选择过程的可能；同时，在驻留期间，根据最新的邻小区测量信息(主要是当前驻留模式的异模邻区测量结果)，AS向NAS上报测量到的具体邻小区列表信息，及时更新对应模式的邻区列表，让UE尽量减少对频点的盲检，从而有效地加快多模UE的选网过程，缩短选网时延，降低UE功耗，提高用户体验。
-
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 0.023 seconds)
