-
公开(公告)号：CN119598036A
公开(公告)日：2025-03-11
申请号：CN202411712567.1
申请日：2024-11-27
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00 , G06N3/045 , G06F18/25 , G06F18/213 , G06F40/30
Abstract: 本发明属于社交网络衍生话题分析领域，具体涉及一种面向时变网络的关键影响力用户发现方法，包括对原始话题网络数据进行预处理得到话题网络数据；沿时间维度对话题网络数据切片得到不同时间点下的话题网络数据；计算用户节点在不同时间点下的动态重要性，根据动态重要性获取每一用户节点的转移序列；采用注意力机制构建每一用户节点的特征向量；获取每一用户节点的累计交互序列和最近交互序列，通过双Transformer结构获取每一用户节点的兴趣向量；将每一用户节点的特征向量和兴趣向量拼接得到综合特征；所有综合特征输入全连接层和softmax函数层，得到关键影响力用户识别结果；本发明可有效地发现话题空间中的关键影响力元素。
-
公开(公告)号：CN118885674A
公开(公告)日：2024-11-01
申请号：CN202410920097.1
申请日：2024-07-10
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00 , G06F18/23213 , G06F18/25
Abstract: 本发明属于引导性话题网络分析领域，具体涉及一种基于用户偏好的社交网络群体发现方法，包括：从社交网络平台中获取相关信息；计算用户的交互度和信誉度；定义IBT2vec算法的随机游走策略，将用户话题网络表示为特征向量矩阵；采用RoBERTa获取用户的长短期偏好，将其与初始特征向量融合，形成增强的用户节点表示；通过元迁移学习对网络空间特征进行补偿，以缓解数据稀疏问题；通过谱聚类方法对用户特征进行分类，经全连接层和归一化处理后获取具有相似兴趣与行为的关键影响力用户群体。本发明不仅考虑了用户间的相似度，还综合考量了用户的影响力，使得群体发现更精准实用，为舆情监控、信息传播和营销推广等应用提供可靠支持。
-
公开(公告)号：CN117094315A
公开(公告)日：2023-11-21
申请号：CN202310963209.7
申请日：2023-08-02
Applicant: 重庆邮电大学
IPC: G06F40/284 , G06F40/295 , G06N3/045 , G06Q50/00
Abstract: 本发明涉及一种基于Transformer的社交网络建模方法及装置，包括：获取社交平台上的社交传播数据；将用户的评论文本通过word2vec嵌入向量表示，得到每个用户节点的初始特征向量；根据用户之间的好友关系和评论关系创建好友关系图和评论关系图；并将好友关系图和评论关系图进行合并生成社交网络传播图；设社交网络传播图中任意相邻两个用户节点之间的传播距离为d，根据任意两个节点之间的最短传播距离构建传播矩阵；设置相对位置偏置表和相对位置掩码表，根据相对位置偏置表和相对位置掩码表将传播矩阵转换为相对位置偏置矩阵；根据用户节点的初始特征向量和相对位置偏置矩阵利用注意力机制对用户节点的特征向量进行更新。
-
公开(公告)号：CN114978313B
公开(公告)日：2023-10-24
申请号：CN202210539304.X
申请日：2022-05-18
Applicant: 重庆邮电大学
IPC: H04B10/116 , H04B10/54 , H04L25/03 , G06V10/764 , G06V10/82 , G06V10/84 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明属于可见光通信技术领域，具体涉及一种基于贝叶斯神经元的可见光CAP系统的补偿方法；该方法包括：在可见光CPA系统中，将接收端下采样接收到的信号输入到基于贝叶斯神经元的深度学习非线性补偿模块中进行非线性补偿，得到补偿后的QAM信号；对补偿后的QAM信号进行QAM解映射，得到均衡信号，实现对可见光CAP系统的非线性补偿；本发明能将接收到的畸变信号补偿为发送前的正常信号，提高VLC系统的传输速度，改善系统的整体性能，本发明中神经网络的权重参数是随机变量，而非确定的值，可以给出预测的不确定性，防止过拟合，在非线性补偿上，具有非常强的鲁棒性。
-
公开(公告)号：CN115661696A
公开(公告)日：2023-01-31
申请号：CN202211322158.1
申请日：2022-10-27
Applicant: 重庆邮电大学
IPC: G06V20/30 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/094 , G06F16/26 , G06F16/2458
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于话题图像化的谣言检测方法，包括：对获取的数据进行数据清洗处理；将评论拓扑网络二维图像化，将每一个评论节点映射到图像中的每一个像素点；通过用户内外因素建立情感互影响函数，结合演化博弈理论构建情感互影响模型并量化评论情感；量化后的情感嵌入到话题图像中对应的像素点上，通过卷积神经网络对话题二维话题图像进行卷积，利用函数将网络的输出转换为两个类别的概率值，最大概率值对应的类别作为预测结果。本发明将评论拓扑网络图像化挖掘出谣言话题评论中的隐秘性，提高了谣言检测的精确度，同时为社交网络谣言的机制的研究提供了新的方向。
-
Patent Agency Ranking
公开(公告)号：CN115311056A
公开(公告)日：2022-11-08
申请号：CN202211010389.9
申请日：2022-08-23
Applicant: 重庆邮电大学
IPC: G06Q30/06 , G06F16/9535 , G06F16/958 , G06N3/04 , G06N3/08
Abstract: 本发明属于商品推荐管理技术领域，具体涉及一种基于兴趣偏好的电商平台商品推荐方法；该方法包括：获取用户数据，对用户数据进行预处理；提取预处理后用户数据输入到基于兴趣偏好的电商平台商品推荐模型中，得到针对用户的商品推荐结果，电商平台根据商品推荐结果对用户进行商品推荐；本发明对显式反馈信息进行补偿，提取隐藏信息，融合显式反馈信息和隐藏信息使得本发明捕获用户对商品的兴趣偏好的结果更准确，刺激用户消费欲望，实用性高。
-
公开(公告)号：CN110851684B
公开(公告)日：2022-10-04
申请号：CN201911098384.4
申请日：2019-11-12
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06F16/9536 , G06Q50/00
Abstract: 本发明涉及社交网络热点话题控制技术领域，具体涉及一种基于三元关联图的社交话题影响力识别方法及装置，包括以下步骤：获取数据；根据获取的数据构建路径‑用户二元关联图模型；构建用户‑领域划分模型；构建路径‑用户‑领域三元关联图模型；根据交叉评分策略，在路径‑用户‑领域三元关联图模型上进行正反迭代投票来挖掘出热点话题传播的关键元素节点；根据关键元素节点信息，利用时间切片方法对完整生命周期内热点话题传播过程的动态演绎。本发明的方法能够提高热点话题影响力识别的便捷性；可根据各元素的最终得分向量识别出关键路径、参与用户与传播领域；能实现网络舆情话题的动态挖掘。
-
公开(公告)号：CN111400483B
公开(公告)日：2022-06-21
申请号：CN202010185236.2
申请日：2020-03-17
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/31 , G06F16/9536
Abstract: 本发明涉及信息检索和数据挖掘领域，具体为一种基于时间加权的三部图新闻推荐方法，包括：输入获取的用户浏览的新闻数据，根据获取的用户浏览的新闻数据计算优化后的新闻资源值；根据优化后的新闻资源值进行新闻推荐；所述计算优化后的新闻资源值的过程包括：采用热量扩散算法计算新闻向主题传导后的主题结点资源值和主题向新闻传导后新闻结点的资源值，采用时间权重函数对两个资源值进行融合，得到优化后的新闻资源值；本发明在新闻推荐场景下采用时间权重函数优化新闻资源值，解决了三部图技术中因边权影响推荐效果的问题，提高了推荐结果的精度。
-
公开(公告)号：CN112949740A
公开(公告)日：2021-06-11
申请号：CN202110284727.7
申请日：2021-03-17
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于多级度量的小样本图像分类方法，该方法包括：将输入图像的特征向量放入嵌入模块进行特征提取；将经过第二层卷积及第三层卷积得到的特征描述子分别依次进行图像‑类的度量，对第四层卷积得到的特征向量进行全连接并将其做图像‑图像的度量；分别使用Sigmoid函数和Softmax函数对3个度量结果进行运算从而给出每层图像分类概率；最后通过交叉验证法对每一从属概率进行加权融合并输出分类结果；本发明融合图像级及类别级度量结果，有效挖掘图像中所表达的语义信息，能够显著的提高小样本图像分类的准确率。
-
公开(公告)号：CN110781411A
公开(公告)日：2020-02-11
申请号：CN201911068549.3
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/23 , G06F17/18 , G06Q10/04 , G06Q50/00
Abstract: 本发明属于网络技术，尤其涉及一种基于辟谣消息的谣言传播控制方法，包括获取社交网络中谣言话题以及与之相对应的辟谣话题的互动数据；基于演化博弈建立出用户转发预测模型，利用互动数据对其进行训练直至预测出用户在下一时间段转发谣言信息或辟谣信息的概率；建立谣言控制等级和辟谣控制等级，并分别对两种等级建立对应的信息传播控制方式；根据用户转发谣言信息或辟谣信息的概率对应设置谣言控制等级或辟谣控制等级；根据所述获取的谣言控制等级或辟谣控制等级获取对应的信息传播控制方式；按照所述信息传播控制方式控制所述谣言信息或辟谣信息的传播；本发明考虑到辟谣消息以及谣言消息的影响，提高了控制网络信息传播的准确性。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.025 seconds)
