公开(公告)号：CN106649622A

公开(公告)日：2017-05-10

申请号：CN201611102293.X

申请日：2016-12-05

Applicant: 南京邮电大学

Inventor： 孟繁荣 ,  顾亦然

IPC: G06F17/30 ,  G06Q50/00

CPC classification number: G06F17/30958 ,  G06Q50/01

Abstract: 本发明公开了一种群体间的影响力的评估实现方法，该方法是通过定义网络群体的影响力的相关概念，计算得到群体影响力算法。该方法定义了群体间影响力以及群体间影响力的作用范围和机制，采用了复杂网络的理论，利用节点间的相互影响力关系，推导出群体间的影响力模型以及计算公式，适用于一般的群体影响力的计算以及评估，具有一定的普适性。该方法从群体间的拓扑关系出发，给出了四种群体拓扑关系下的群体间影响力的计算方法，为进一步研究群体影响力以及群体行为提供了可研究的模型和新思路。

公开(公告)号：CN111861770A

公开(公告)日：2020-10-30

申请号：CN201911392598.2

申请日：2019-12-30

Applicant: 南京邮电大学

Inventor： 蒋国平 ,  肖少惠 ,  孟繁荣

IPC: G06Q50/00

Abstract: 基于增量网络与互惠边的微博网络影响力节点发现方法,包括如下步骤，根据微博中t时刻的节点及该时刻的关注信息构建微博关注网络A；根据微博中t+T时刻的节点及该时刻的关注信息构建微博关注网络B；根据关注网络A和关注网络B提取出T时刻增加的关注关系，即为经过T时刻后的动态增量网络C；在微博关注网络B与动态增量网络C增加超级节点，超级节点与每个网络节点双向连接；分别计算网络B和动态增量网络C各个节点之间的转移概率和各节点的权值；对网络B和动态增量C的每个网络节点求和并归一化处理，最终根据网络节点的最终权值进行排序。本发明能够快速定位微博网络中一段时间内影响力大的节点，更好的反映一段时间内用户影响力的变化。

公开(公告)号：CN105868447A

公开(公告)日：2016-08-17

申请号：CN201610172880.X

申请日：2016-03-24

Applicant: 南京邮电大学

Inventor： 黄子轩 ,  顾亦然 ,  孟繁荣

IPC: G06F17/50

CPC classification number: G06F17/509

Abstract: 本发明公开了基于双层网络的用户通讯行为分析及模型仿真系统，该系统包括网络结构及特征分析模块、基于社交属性的通讯数据分析模块、基于双层网络的通讯行为模型仿真模块、仿真效果评估模块以及帮助模块。该行为分析与仿真系统通过网络结构分析模块及通讯数据分析模块，可视化展示用户的网络拓扑特征和通讯行为动力学特性，用于研究和分析双层网络下的行为动力学机制，有较高的运算速度和分析能力。该系统嵌入了基于双层网络的通讯行为仿真模型，通过设置参数对不同情况下的通讯行为进行仿真，并提供仿真效果评估模块进行仿真结果与实证数据的对比及误差计算，可以直观高效的观察模型的准确性并进行调整，提高了建模仿真的自主性和智能型。

公开(公告)号：CN105335892A

公开(公告)日：2016-02-17

申请号：CN201510732810.0

申请日：2015-10-30

Applicant: 南京邮电大学

Inventor： 朱梓嫣 ,  顾亦然 ,  孟繁荣

IPC: G06Q50/00

CPC classification number: G06Q50/01

Abstract: 本发明公开了一种社交网络重要用户发现的实现方法，该方法在求解网络中不同用户相互影响的能力时，提出节点相似度来衡量节点受其邻居节点的影响大小，综合考虑节点的局部影响力和全局影响力，得到节点的重要性。本发明的优点：1)采用了LeaderRank算法作为改进的算法，避免了如PageRank算法陷入悬挂节点的可能，并且提高了算法的收敛速度。2)节点相似度计算考虑节点的入边和出边。3)综合考虑了节点的局部和全局作用，提高了算法的准确性。