-
公开(公告)号：CN110990711B
公开(公告)日：2023-05-12
申请号：CN201910392858.X
申请日：2019-05-13
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/9536 , G06F16/958 , G06Q50/00 , G06N20/00
Abstract: 本发明公开了基于机器学习的微信公众号推荐算法，包括：为训练文本标注标签，获取训练文本的关键词及关键词向量，对关键词向量进行聚类计算，获得簇，并确定簇的中心向量；采集公众号文本，获取公众号文本的关键词及关键词向量，根据关键词向量与中心向量的相似度确定公众号文本对应的标签，获得标签分析结果；根据目标用户的历史行为确定目标用户的喜好标签；从标签分析结果中选取与喜好标签相关的标签，将相关的标签对应的公众号文本推荐给目标用户。本发明还提供了基于机器学习的微信公众号推荐系统。本发明能够根据分析用户喜好，进而自动推荐合适的公众号，避免用户受各种良莠不齐的公众号干扰，避免花费过多时间用于挑选公众号文章。
-
公开(公告)号：CN115357631A
公开(公告)日：2022-11-18
申请号：CN202210668005.6
申请日：2022-06-14
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/2457 , G06F40/295
Abstract: 本发明公开了一种社交账号区域位置信息的识别方法，其包括：采集社交账号的基本信息，所述基本信息至少包括：所在区域、个人简介；提取所在区域字段的内容，根据所在区域字段的内容得出位置信息，若无法得出位置信息，则采集社交账号的言论信息，提取言论信息发表时的定位经纬度，根据定位经纬度的地得出位置信息，若无法得出位置信息，则提取个人简介字段的内容，基于预设的位置匹配词在个人简介字段的内容中得出位置信息，若无法得出位置信息，则采集社交账号发表的文本信息，基于预设的位置匹配词在文本信息中得出位置信息。本发明可以通过账号注册时提供的位置信息、个人简介、经纬度、文本信息这四个维度进行区域位置分析。
-
公开(公告)号：CN115357610A
公开(公告)日：2022-11-18
申请号：CN202210669237.3
申请日：2022-06-14
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/2455 , G06F9/48
Abstract: 本发明公开了采集资源调度方法，包括：接受采集任务系统的访问请求，根据所述访问请求查询缓存中的采集资源，所述访问请求包括请求的采集资源类型；若缓存中无所需采集资源，则在数据库中查询并获取采集资源，并将获取到的采集资源放入缓存，供所述采集任务系统使用。本发明还提供了采集资源调度系统。本发明能够较稳定地为采集任务系统提供有效的采集资源。
-
公开(公告)号：CN110990711A
公开(公告)日：2020-04-10
申请号：CN201910392858.X
申请日：2019-05-13
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/9536 , G06F16/958 , G06Q50/00 , G06N20/00
Abstract: 本发明公开了基于机器学习的微信公众号推荐算法，包括：为训练文本标注标签，获取训练文本的关键词及关键词向量，对关键词向量进行聚类计算，获得簇，并确定簇的中心向量；采集公众号文本，获取公众号文本的关键词及关键词向量，根据关键词向量与中心向量的相似度确定公众号文本对应的标签，获得标签分析结果；根据目标用户的历史行为确定目标用户的喜好标签；从标签分析结果中选取与喜好标签相关的标签，将相关的标签对应的公众号文本推荐给目标用户。本发明还提供了基于机器学习的微信公众号推荐系统。本发明能够根据分析用户喜好，进而自动推荐合适的公众号，避免用户受各种良莠不齐的公众号干扰，避免花费过多时间用于挑选公众号文章。
-
公开(公告)号：CN108880980A
公开(公告)日：2018-11-23
申请号：CN201810403059.3
申请日：2018-04-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
Abstract: 本发明公开一种基于微信群信息的数据分析系统，包括：信息采集模块，其每隔预设时间按发送顺序采集一批预设数量的微信群消息的html标签；数据分析模块，其将信息采集模块采集到的html标签通过正则解析得出其中包含的每条群消息的属性，所述群消息属性包括群编号、群消息编号；缓存去重模块，其将每条群消息属性包含的群编号和群消息编号进行哈希运算得到哈希值，再将相邻两批次中的每条群消息的哈希值对比，若有重复部分，则将后一批次中哈希值重复的群消息删除；多媒体提取模块；对象存储模块；关键词提取模块；群消息库模块。本发明具有能将采集到的微信群消息数据进行分析和统计，最后直观的展示出来，可以有效、直观的监测微信群的优点。
-
Patent Agency Ranking
公开(公告)号：CN113268673A
公开(公告)日：2021-08-17
申请号：CN202110443364.7
申请日：2021-04-23
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/9536 , G06F40/253 , G06F40/284
Abstract: 本发明公开了一种互联网行动类信息线索分析的方法，包括：从互联网获取信息文本；将信息文本输入预训练的行动线索标注算法模型中，应用预训练的行动线索标注算法模型获取信息文本中的行动类信息线索单词；其中，所述行动类信息线索单词的实体类型包括自定义类型，所述行动线索标注算法模型对属于自定义类型的单词的权重进行增量运算。本发明可以对采集内容进行快速的语法分析，获取内容中用户关注的时间、地点、人物和活动等行动类线索信息，这样就可以对关键词信息进行标注或分类，最终让用户可以很清晰、明了的查看线索信息内容。
-
公开(公告)号：CN111680072A
公开(公告)日：2020-09-18
申请号：CN202010375603.5
申请日：2020-05-07
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/2457 , G06F16/215 , G06F16/22 , G06F16/9536
Abstract: 本发明公开了一种基于社交信息数据的划分系统，包括：数据采集装置；数据解析装置，解析社交数据，获取社交信息并进行唯一标识；数据去重装置；多媒体数据转换装置，将去重后的社交信息的多媒体文件提取链接；海量对象存储装置，存储去重后的社交信息；基本数据存储装置，存储去重后的社交信息的标识；分词装置，将去重后的社交信息划分成多个关键词；全文检索装置，将划分的关键词汇总、去重、建立索引。本发明还公开了一种基于社交信息数据的划分方法。本发明还公开了一种电子设备及存储介质。本发明对接收的不同社交媒体的网络信息进行按条件分类显示，方便使用人员更直观的对不同社交媒体的网络信息进行审查。
-
公开(公告)号：CN116782199A
公开(公告)日：2023-09-19
申请号：CN202310505748.6
申请日：2023-05-08
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于虚拟设备生成采集资源的方法，包括：构建虚拟移动终端设备；基于虚拟移动终端设备的设备信息，利用移动客户端进行注册并生成采集资源；对采集资源进行可用性测试；保存可用的采集资源。本发明通过虚拟移动终端设备生成采集资源，使用生成的采集资源访问移动客户端进行数据采集，使采集的数据与构建的虚拟移动终端设备关联，从而实现特定设备的精准数据采集，同时也可快速收集设备和应用程序的基础信息。其次，由于移动终端设备是虚拟构建的，因此无需购买实体设备，降低了数据采集成本、管理成本和管理复杂度。
-
公开(公告)号：CN116720009A
公开(公告)日：2023-09-08
申请号：CN202310538132.9
申请日：2023-05-12
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9536 , G06F16/9535
Abstract: 本公开涉及一种社交机器人检测方法、装置、设备及存储介质。本公开通过获取社交属性数据、推文属性数据和社交行为数据，可以确定用户节点的节点特征向量以及用户节点与其他用户节点之间的关联关系，由于节点特征向量中的每个元素均为用户节点某个维度的特征，因此，节点特征向量从多个维度更加全面地描述了用户节点的特征，而用户节点与其他用户节点之间的关联关系为异构关联关系，异构关联关系可以理解为不同类型的关联关系，包括显性关系和隐性关系，因此，基于用户节点的节点特征向量以及用户节点与其他用户节点之间的关联关系，能够挖掘不同用户账户之间的行为关联性，从而更加有效地识别伪装成真实用户的社交机器人及社交机器人群体。
-
公开(公告)号：CN113449601B
公开(公告)日：2023-05-16
申请号：CN202110591209.X
申请日：2021-05-28
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06V40/10 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种基于渐进性平滑损失的行人重识别模型训练方法，包括：获取训练样本数据；其中，所述训练样本数据包括多个包含行人的视频；将所述训练样本数据输入至初始模型中，得到对应各所述包含行人的视频的帧级别特征和视频级别特征；分别基于所述帧级别特征和所述视频级别特征计算第一损失和第二损失；基于所述第一损失和所述第二损失对所述初始模型的模型参数进行优化，得到行人重识别模型。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.069 seconds)
