-
公开(公告)号：CN106294335A
公开(公告)日：2017-01-04
申请号：CN201510236792.7
申请日：2015-05-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明要解决的技术问题是提供一种用于微博的热点话题检测方法及装置，涉及网络信息挖掘技术领域，能够解决特征高度稀疏的微博文本热点话题检测困难的问题。所述方法包括：提取信息流中的有意义串并对所述有意义串进行热度分析，以从中筛选出热点特征；根据信息瓶颈理论对所述热点特征进行特征合并，并且计算合并后的合并程度指示参数；根据所述合并程度指示参数确定热点话题。
-
公开(公告)号：CN106294333A
公开(公告)日：2017-01-04
申请号：CN201510236634.1
申请日：2015-05-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明提供一种微博突发话题检测方法及装置，用以解决目前微博突发话题难以识别的问题，该方法包括，提取指定的微博数据集合中的特征项，特征项为包含具体语义的语言单元；确定特征项在微博数据集合的文本中的流通度以及特征项当前的热度；以流通度为质量参数项，以热度为位置参数项对特征项进行动力学建模，得到特征项的当前能量和加速度；在得到的能量以及加速度分别大于第一预设值以及第二预设值时，检测突发特征项；根据检测到的突发特征项在同一条微博中同时出现的情况计算突发特征项之间的互信息；当互信息大于第三阈值时，对突发特征项进行合并，得到突发话题，该方案能够提高微博突发话题检测的准确率。
-
公开(公告)号：CN106294332A
公开(公告)日：2017-01-04
申请号：CN201510236598.9
申请日：2015-05-11
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种微博话题特征提取方法及装置，用以解决目前采用静态词典中的词语特征来表示微博文本，会遗漏大量的关键特征，不能准确反映实时微博信息的问题。该方法包括：提取微博中的有意义字符串，有意义字符串为包含具有语义、能够独立使用的语言单元；提取有意义字符串的异质属性信息；根据异质属性信息对有意义字符串进行分类，得到微博话题相关的特征项，采用该方案能提高微博信息中的特征项提取的准确性。
-
公开(公告)号：CN104951548A
公开(公告)日：2015-09-30
申请号：CN201510355005.0
申请日：2015-06-24
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30705 , G06F17/30737 , G06F17/30867
Abstract: 本发明涉及一种负面舆情指数的计算方法及系统，包括步骤S1，对待分类文本进行基于情感词典的正负面分类和基于Mode l模型的SVM分类，分别得到分类结果1和分类结果2；步骤S2，若所述分类结果1与所述分类结果2的值都为负面，则认为待分类文本为负面，继续执行步骤S3；若所述分类结果1与所述分类结果2的值不都为负面，则认为待分类文本为非负面，计算结束；步骤S3，将待分类文本分别与用户标注负面词典和训练集关键词典匹配，分别得到负面指标1和负面指标2；步骤S4，将所述分类结果1、所述负面指标1和所述负面指标2进行线性组合，得到待分类文本的负面舆情指数。本发明计算出的负面舆情指数准确率高，计算语料范围广且能够实时计算。
-
公开(公告)号：CN106815653B
公开(公告)日：2021-01-12
申请号：CN201611182815.1
申请日：2016-12-19
Applicant: 烟台中科网络技术研究所
Abstract: 本发明涉及一种基于距离博弈的社交网络关系预测方法及系统，属于社交网络关系预测领域，能提高关系预测的速度和准确度。本发明先提取社交网络中所有节点和任意两个节点间的有向链接；选择其中一个节点作为目标节点，根据有向链接和有效交互模式得到该目标节点的局部结构、关系预测相关节点集合和交互子图；将关系预测相关节点集合中未与该目标节点直接连接的任一节点作为备选节点，根据交互子图得到到每个备选节点的社交距离向量；根据社交距离向量得到相对于每个备选节点的收益，据此得到该目标节点的关系预测结果，最终得到社交网络中每个节点的关系预测结果。用于高效准确进行社交网络关系预测。
-
Patent Agency Ranking
公开(公告)号：CN106817251B
公开(公告)日：2020-05-19
申请号：CN201611207950.7
申请日：2016-12-23
Applicant: 烟台中科网络技术研究所
IPC: H04L12/24 , H04L12/751
Abstract: 本发明涉及一种基于节点相似度的链路预测方法，包括以下步骤：对待分析的网络进行节点和链路表示；获取网络中两个没有直接链路连接的节点；读取所述两个没有直接链路连接的节点各自的邻居节点集合；对所述两个没有直接链路连接的节点各自的邻居节点集合取交集,得到共同邻居集合；将共同邻居集合视为子网，进行子网全局簇系数和子网中任意一个共同邻居节点簇系数的计算；根据子网全局簇系数和子网中任意一个共同邻居节点簇系数计算所述两个没有直接链路连接的节点相似度；根据计算得到的节点相似度进行链路预测。本发明在分析复杂网络局部结构中节点的相互关系时从簇系数角度出发，定义了基于局部簇系数的节点相似度计算新指标。
-
公开(公告)号：CN106815653A
公开(公告)日：2017-06-09
申请号：CN201611182815.1
申请日：2016-12-19
Applicant: 烟台中科网络技术研究所
Abstract: 本发明涉及一种基于距离博弈的社交网络关系预测方法及系统，属于社交网络关系预测领域，能提高关系预测的速度和准确度。本发明先提取社交网络中所有节点和任意两个节点间的有向链接；选择其中一个节点作为目标节点，根据有向链接和有效交互模式得到该目标节点的局部结构、关系预测相关节点集合和交互子图；将关系预测相关节点集合中未与该目标节点直接连接的任一节点作为备选节点，根据交互子图得到到每个备选节点的社交距离向量；根据社交距离向量得到相对于每个备选节点的收益，据此得到该目标节点的关系预测结果，最终得到社交网络中每个节点的关系预测结果。用于高效准确进行社交网络关系预测。
-
公开(公告)号：CN108345656B
公开(公告)日：2021-03-05
申请号：CN201810088450.9
申请日：2018-01-30
Applicant: 烟台中科网络技术研究所
IPC: G06F16/9535 , G06Q50/00
Abstract: 本发明涉及一种有向网络链路预测方法，所述方法包括以下步骤：步骤S1、计算所述有向网络的相对度量指标总量LB；步骤S2、在所述有向网络中增加一条待选链路，并计算增加所述待选链路后所述有向网络的相对度量指标总量LA；步骤S3、计算所述有向网络的相对度量指标总量之差ΔL＝LB‑LA；步骤S4、重复步骤S2以及步骤S3，得到多条待选链路对应的相对度量指标总量之差，并将所述相对度量指标总量之差最大值对应的待选链路作为所述有向网络生成的优选链路；本发明提供一种有向网络链路预测方法，具有计算简单、时间复杂度低、预测效果好的技术效果。
-
公开(公告)号：CN105989078A
公开(公告)日：2016-10-05
申请号：CN201510072216.3
申请日：2015-02-11
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
Abstract: 一种结构化对等网络构建索引的方法、检索方法、装置及系统。构建索引的方法包括：选取哈希函数索引参数；根据哈希函数族，将索引数据映射到l个哈希表中，每个索引数据进行k次哈希运算进入一个k维向量桶中；对于l个哈希表中的每个桶，计算随机点p的l2范数；根据随机点p的l2范数估计索引数据集合D的正态分布；根据所述正态分布，将桶空间分成常规区域和稀疏区域；根据常规区域和稀疏区域，将l个哈希表中的每个桶分别映射到一维分布式哈希表的各个键值中；根据chord路由协议，依次将各个键值插入到对等网络的各个节点中。本发明实现了将局部敏感哈希算法扩展到分布式结构化对等网络，提升了检索速度，同时保留了原有集中式局部哈希算法检索的精度。
-
公开(公告)号：CN105989078B
公开(公告)日：2019-05-07
申请号：CN201510072216.3
申请日：2015-02-11
Applicant: 烟台中科网络技术研究所
Abstract: 一种结构化对等网络构建索引的方法、检索方法、装置及系统。构建索引的方法包括：选取哈希函数索引参数；根据哈希函数族，将索引数据映射到l个哈希表中，每个索引数据进行k次哈希运算进入一个k维向量桶中；对于l个哈希表中的每个桶，计算随机点p的l2范数；根据随机点p的l2范数估计索引数据集合D的正态分布；根据所述正态分布，将桶空间分成常规区域和稀疏区域；根据常规区域和稀疏区域，将l个哈希表中的每个桶分别映射到一维分布式哈希表的各个键值中；根据chord路由协议，依次将各个键值插入到对等网络的各个节点中。本发明实现了将局部敏感哈希算法扩展到分布式结构化对等网络，提升了检索速度，同时保留了原有集中式局部哈希算法检索的精度。
-
-
-
-
-
-
-
-
-
Search Results
405
records
(took 0.127 seconds)
