公开(公告)号：CN117874318A

公开(公告)日：2024-04-12

申请号：CN202410057127.0

申请日：2024-01-15

Applicant: 安徽大学

Inventor： 王庆人 ,  张恒 ,  刘森林 ,  任思宇 ,  韩梦迪 ,  颜登程

IPC: G06F16/951 ,  G06F9/455 ,  G06N3/045 ,  G06N3/092 ,  G06N3/09

Abstract: 本发明涉及数据爬取技术领域，更具体的，涉及基于强化学习的自适应网页结构变化的数据采集方法及系统。本发明预先构建了两个Docker容器，其中一个安装了浏览器程序、爬虫程序、守护进程，另一个用于存放及更新Actor‑Critic模型；本发明基于强化学习的方式对Actor‑Critic模型进行训练，使Actor‑Critic模型可以适应于目标网页的结构变化，自动学习到新的爬取流程，减少去修改爬虫程序代码的人力成本。本发明解决了现有的数据采集不能够自适应网页结构变化的问题。

公开(公告)号：CN115858868A

公开(公告)日：2023-03-28

申请号：CN202211536223.0

申请日：2022-12-01

Applicant: 安徽大学

Inventor： 颜登程 ,  王林祥 ,  仲红 ,  屈诗琴 ,  张以文 ,  王庆人

IPC: G06F16/901 ,  G06F16/9035 ,  G06F18/22

Abstract: 本发明公开了基于噪声图流的局部社区检测方法及其系统、终端与介质。所述检测方法用于从文件系统中以数据流的方式读取图集中每一张图中的边，这些边的集合定义为图流，通过检测图流中的每一条边获得待检测社区。所述检测方法包括：定义边的集合和节点集合；检测噪声边；扩展待检测社区的节点集合；修剪扩展后的节点集合形成所述待检测社区。本发明在面对大规模数据集时面临的巨大内存开销，以及检测的准确度容易受到图中噪声边的影响，通过流式读取的方式极大的减少了内存的开销，使得该方法能够应用于大规模数据图的应用场景，并且通过噪声边的检测以及定义了一个健壮性的节点隶属度指标来减少噪声边对社区检测准确度的影响，获得较高的准确度。

公开(公告)号：CN111191882B

公开(公告)日：2022-11-25

申请号：CN201911297254.3

申请日：2019-12-17

Applicant: 安徽大学

Inventor： 张以文 ,  邵振 ,  颜登程 ,  徐雪健

IPC: G06Q10/06

Abstract: 本发明公开了一种识别异质信息网络中有影响力的开发者的方法及装置，所述方法包括：提取GitHub上的公开数据集中所有与开发者相关的信息；构造异质信息网络；分别计算开发者子网络下的开发者的影响力值、项目子网络下的项目之间相互影响力值、开发者‑公司子网络下某公司中某开发者的影响力值以及开发者‑项目子网络下某项目中某开发者的影响力值，然后将每个网络下计算的影响力值融合形成最终的开发者影响力值；根据最终的开发者影响力值的大小推荐开发者；本发明的优点在于：能够获取开发者的影响力值且使推荐信息准确全面。

公开(公告)号：CN112149916A

公开(公告)日：2020-12-29

申请号：CN202011081243.4

申请日：2020-10-09

Applicant: 安徽大学

Inventor： 张以文 ,  张为 ,  颜登程 ,  王庆人

IPC: G06Q10/04 ,  G06Q10/06

Abstract: 本发明提供一种基于信誉度计算的绩效考核方法，包括以下步骤：S01.为每个测评用户赋值初始信誉度Ri＝1；S02.根据被测用户的评分，加权每个测评用户的信誉度，计算被测用户真实得分；S03.通过比较测评用户的评分向量和被测用户的真实评分向量，计算相关系数作为评分趋势相似度 以及计算平方差和fi作为评分距离，进而计算测评用户信誉度；S04.迭代步骤S02、S03，直至每个被测用户的真实得分得到收敛。本发明结合了相关系数和评分距离且同时考虑了被测评用户的争议性计算测评用户的信誉度，并在计算评分距离时考虑了被测用户的评分争议度，动态的考虑了评分距离与信誉度的关系，之后根据求得的测评用户信誉度结合评分去计算被测用户的真实得分。

公开(公告)号：CN119273272A

公开(公告)日：2025-01-07

申请号：CN202411305653.0

申请日：2024-09-19

Applicant: 安徽大学

Inventor： 刘森林 ,  毛宇轩 ,  路帅 ,  梁雅淇 ,  周敖 ,  王庆人 ,  颜登程

IPC: G06Q10/087 ,  G06Q10/04 ,  G06F18/25

Abstract: 本申请涉及一种融合在途货物信息的仓储空间优化方法、装置和电子设备，其中，该仓储空间优化方法包括：分别根据每种货物的当日初始在库数量、当日在途数量以及在目标日的初始在库数量一确定各自在所述目标日的初始在库数量二，所述在目标日的初始在库数量一通过机器学习模型预测得到；分别根据每种货物在目标日的初始在库数量二和当日初始在库数量确定各自的空间占用变化率；当存在空间占用变化率大于目标阈值的货物时，通过机器学习模型对仓库空间规划进行优化。可以更加准确地预测货物数量变化，则可以根据货物数量变化对仓储空间进行优化，解决了目前仓库货位设计方法无法应对货物数量发生较大变化的设计场景的问题。

公开(公告)号：CN119151596A

公开(公告)日：2024-12-17

申请号：CN202411284398.6

申请日：2024-09-13

Applicant: 安徽大学

Inventor： 路帅 ,  毛宇轩 ,  张俊瑞 ,  刘森林 ,  颜登程 ,  王庆人

IPC: G06Q30/0202 ,  G06Q30/0203 ,  G06Q10/087 ,  G06N3/092 ,  G06N3/048

Abstract: 本申请涉及一种跨境供应链的补货需求预测方法、供货封箱优化方法，其中，该补货需求预测方法包括：确定目标商家的每种货物的预测需求量；根据目标商家的每种货物的当前库存量和预测需求量确定目标商家的每种货物的预测库存量；根据目标商家的每种货物的预测需求量和预测库存量确定目标商家的每种货物的预测库存系数；分别判断目标商家的每种货物的预测库存系数是否小于第一预设阈值，若是则确定对应货物的预测补货量以及补货紧急度值；将补货紧急度值大于第二预设阈值的货物确定为目标商家的待补货物。该方法应用于跨境供应链管理系统，则可以解决当前跨境供应链管理系统无法对商家的补货需求进行准确预测的问题。

公开(公告)号：CN119052387A

公开(公告)日：2024-11-29

申请号：CN202411135911.5

申请日：2024-08-19

Applicant: 安徽大学 ,  安徽省安庆市中级人民法院 ,  北京华宇信息技术有限公司

Inventor： 颜登程 ,  高培栋 ,  吕钊 ,  朱佳聪 ,  程序 ,  董学进 ,  张磊 ,  刘方祥

IPC: H04N1/44 ,  H04L9/40 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明涉及网络安全技术领域，具体涉及基于DQN的抑制图拆解的方法及系统。本发明将DQN算法应用到抑制图拆解，借助图深度学习的拟合能力和强化学习中DQN范式，使智能体在基于多张小规模生成图处理得到的虚拟节点中进行探索，从而使智能体学习到最优的攻击策略，进而应用到目标网络中找到需要隐藏的关键节点。经过仿真对比，本发明的方法相较于现有图对抗性攻击算法，在抑制图拆解任务时具有更好的效果。本发明解决了现有图对抗性攻击应用到抑制图拆解任务时效果不佳的问题。

公开(公告)号：CN115048514B

公开(公告)日：2023-06-16

申请号：CN202210647587.X

申请日：2022-06-09

Applicant: 安徽大学

Inventor： 颜登程 ,  蔡燕平 ,  张以文 ,  仲红

IPC: G06F16/35 ,  G06F16/9536 ,  G06F16/951 ,  G06N3/0442 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明提供基于人格的社交网络谣言检测与立场分类方法及系统，方法包括：收集、整理数据集，将数据集处理成向量形式；在原数据集基础上再爬取用户日常发布的其他推文，处理成人格向量；实现人格识别任务，预测用户的大五人格值；将预处理推文向量通过LSTM共享层进一步训练；实现谣言检测任务，对源推文进行分类，判断是否是谣言；实现立场分类任务，对所有人的回复进行分类。解决了现有技术存在的考虑因素覆盖不够全面以及检测效果较差的技术问题。

公开(公告)号：CN115640427A

公开(公告)日：2023-01-24

申请号：CN202211100183.5

申请日：2022-09-08

Applicant: 安徽大学

Inventor： 颜登程 ,  孟庆可 ,  崔杰 ,  屈诗琴 ,  仲红 ,  张以文

IPC: G06F16/901 ,  G06Q50/00

Abstract: 本发明属于大数据分析领域，具体涉及一种社交网络中基于人格信息的网络结构隐藏方法、装置。该网络结构隐藏方法包括如下步骤：S1：基于社交网络中的用户关系图谱转换为图形结构数据。S2：基于每个用户发布的社交内容，通过文本分析工具生成每个用户的五维人格向量。S3：采用多元线性回归的方法基于网络结构的各项中心性指标分别构建用于表征所有用户各项人格的人格特征矩阵。S4：通过进化算法生成在度分量上人格变化最大的匿名k度序列。S5：根据获取的匿名k度序列对原始的图G进行相应的修改，从而生成满足k度匿名图的新图G′。本发明解决了现有现有社交网络中的信息发布可能存在泄露用户人格特征或隐私信息的问题。

公开(公告)号：CN115550023A

公开(公告)日：2022-12-30

申请号：CN202211174690.3

申请日：2022-09-26

Applicant: 安徽大学

Inventor： 颜登程 ,  朱佳聪 ,  屈诗琴 ,  张以文 ,  王庆人 ,  仲红

IPC: H04L9/40

Abstract: 本发明属于大数据分析领域，具体涉及一种抑制图拆解的图攻击方法，以及采用该方法网络的图结构的防护系统和装置。图攻击方法包括如下步骤：S1：将待处理的网络采用图结构进行表征；S2：绘制图结构在基于度值和基于集体影响力两种拆解策略下的ANC曲线；S3：基于ANC曲线确定网络中的目标节点集；S4：基于两种拆解路径的目标节点集构建用于评估基于原始图和攻击后的图在混合的攻击策略下产生的拆解序列的差异的损失函数；S5：预设约束条件和迭代轮次，然后利用损失函数计算链路梯度，并以链路梯度为指引对满足约束条件的边进行迭代删除，得到增强图结构；本发明克服了现有的各类网络系统对图拆解方法的抵御性能不强，容易遭受网络攻击的问题。