公开(公告)号：CN113345590B

公开(公告)日：2022-12-16

申请号：CN202110730536.9

申请日：2021-06-29

Applicant: 安徽大学

Inventor： 王庆人 ,  严康 ,  李炜 ,  张以文 ,  颜登程 ,  许正

IPC: G16H50/30 ,  G16H50/20 ,  G06F40/289 ,  G06K9/62 ,  G06Q50/00

Abstract: 一种基于异质图的用户心理健康监测方法及系统，属于数据处理与分析技术领域，解决如何通过用户的社交网络文本信息和穿戴设备生理信息，采用异质图建立用户的人格画像，对用户的心理健康状态进行检测预警的问题；通过文本信息构建异质图，通过分析文本表达的情感以及从文本中提取出的用户行为来对用户进行人格分析，从而建立用户人格画像，结合人格画像对用户实时发布的文本内容进行分析，若异于常态，再结合用户穿戴设备提供的生理信息进行验证，对用户的心理健康状态进行预警，从而提高用户心理健康干预的准确率，强化用户心理健康监测的正向作用。

公开(公告)号：CN115269845A

公开(公告)日：2022-11-01

申请号：CN202210917923.8

申请日：2022-08-01

Applicant: 安徽大学

Inventor： 颜登程 ,  蔡锐 ,  仲红 ,  张以文

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/242 ,  G06Q50/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于社交网络用户人格的网络对齐方法及系统，方法包括：采集用户发布内容及多平台网络结构，处理得到统一长度用户文本特征向量及多平台网络结构图；将多平台用户文本放入LIWC中，得到用户大五人格得分；拼接用户文本特征向量得到文本特征矩阵，以图卷积网络处理得到每个用户单平台表示向量；拼接两个用户单平台表示向量，以全连接层获取二分类预测结果；根据网络对齐二分类预测结果进行判断，将各平台表示向量放入全连接层，语言探索及字词计数LIWC得到人格真实值，用户平台表示通过全连接层以获得用户大五人格向量，进行人格预测并辅助网络对齐。本发明解决了信息稳定性差导致对齐效果易受有干扰以及网络对齐精度较低的技术问题。

公开(公告)号：CN115242659A

公开(公告)日：2022-10-25

申请号：CN202210947679.X

申请日：2022-08-09

Applicant: 安徽大学

Inventor： 颜登程 ,  吴子健 ,  张以文 ,  仲红

IPC: H04L41/14 ,  H04L41/12

Abstract: 本发明属于大数据分析领域，具体涉及一种基于高阶集体影响力的超网络节点分析方法、超网络拆解方法、系统，以及相应的网络防护装置。该关键节点分析方法包括如下步骤：S1：根据拟拆解的目标网络的拓扑结构构建出一个相应的初始超网络。S2：对初始超网络进行超边约简处理。S3：计算超网络中每个节点的高阶集体影响力值。S4：对目标网络的所有节点按照高阶集体影响力值进行排序。S5：选择节点重要性列表中排名靠前的预设比例或预设数量的节点构成所需的关键节点集。拆解方法则是根据关键节点集对目标网络进行分步拆解，进而确定最佳的网络拆解策略。本发明克服了基于二部网络投影的网络拆解方法的局限性，并解决了超大规模网络无法拆解的问题。

公开(公告)号：CN111191081B

公开(公告)日：2022-02-22

申请号：CN201911297265.1

申请日：2019-12-17

Applicant: 安徽大学

Inventor： 张以文 ,  谢文鑫 ,  颜登程 ,  田垚

IPC: G06F16/901 ,  G06K9/62 ,  G06F17/16 ,  G06Q10/06

Abstract: 本发明公开了一种基于异质信息网络的开发者推荐方法及装置，所述方法包括：建立关系矩阵，构建异质信息网络，获取异质信息网络中每条元路径下每个开发者的初始表示向量以及每条元路径下每个项目的初始表示向量；获取关联度矩阵；更新开发者的表示向量以及项目的表示向量；将各元路径下开发者的表示向量加权融合，将各元路径下项目的表示向量加权融合；获取预测关联度值并给每个开发者推荐项目；所述装置包括矩阵建立模块、初始化模块、关联度矩阵获取模块、更新模块、加权融合模块以及推荐模块；本发明的优点在于：推荐信息较为准确全面，推荐结果更加个性化。

公开(公告)号：CN113343712A

公开(公告)日：2021-09-03

申请号：CN202110730515.7

申请日：2021-06-29

Applicant: 安徽大学

Inventor： 王庆人 ,  孙亮 ,  崔杰 ,  张以文 ,  颜登程 ,  李海涛

IPC: G06F40/30 ,  G06F40/242 ,  G06F40/216 ,  G06F40/289 ,  G06F16/35 ,  G06F16/215 ,  G06F16/2458 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于异质图的社交文本情感倾向分析方法及系统，属于数据处理技术领域，所要解决的技术问题在于如何采用异质图并结合深度学习模型来进行社交文本的情感倾向分析；以社交文本中的单词和表情的共现信息为基础，通过将各元路径的交换矩阵构建元路径和异质图，使用邻接矩阵得到蕴含单词和表情内在联系的语义表示向量，最终通过注意力机制和BiLSTM网络来分析情感语义向量，得到高精准度的情感倾向标签；本发明综合考虑表情和文本对情感的表达，深度挖掘表情和文本之间的内在联系，提高了情感分析的性能；在数据处理中保留文本中的表情和重要的标点符号，提高了文本内容包含的情感信息；本发明能够获取更为丰富的语义信息且使情感分析结果更为准确。

公开(公告)号：CN113269652A

公开(公告)日：2021-08-17

申请号：CN202110543836.6

申请日：2021-05-19

Applicant: 安徽大学

Inventor： 颜登程 ,  王林祥 ,  仲红

IPC: G06Q50/00 ,  G06F16/95

Abstract: 基于从众心理的超图影响力传播方法及影响力最大化方法，本发明属于用户行为挖掘技术领域，解决图的节点之间只存在二元关系，不能很好的模拟真实世界的特性且会丢失重要信息以及超图上的影响力最大化的问题，本发明使用表达能力更强的超图来建模社会关系网络，在此基础上，提出一种在超图上的影响力传播模型并对现实生活中人们普遍存在的从众心理现象进行建模，使得该传播模型更加符合实际，基于提出的超图上传播模型，解决了图的节点之间只存在二元关系，不能很好的去模拟真实世界的特性，并且会丢失一些重要信息的缺点；采用超度的算法来解决影响力最大化问题，为超图上的影响力最大化问题提供了一种可行的解决方案。