公开(公告)号：CN119646588A

公开(公告)日：2025-03-18

申请号：CN202411817890.5

申请日：2024-12-11

Applicant: 中南大学

Inventor： 吴炜 ,  李诗琪 ,  李芳芳 ,  罗川

IPC: G06F18/24 ,  G06F18/213 ,  G06F18/214 ,  G06F17/16

Abstract: 本发明公开了一种面向超大规模动态属性网络的节点分类方法，包括获取超大规模动态属性网络的数据信息；进行信息衰减；构建稀疏随机矩阵；对增量属性矩阵进行投影降维得到初始增量嵌入矩阵；进行增量更新得到网络嵌入矩阵；对网络嵌入矩阵进行二值化操作得到二值化网络嵌入矩阵；对二值化网络嵌入矩阵进行拼接操作得到扩展嵌入矩阵；重复以上步骤获取设定数量的扩展嵌入矩阵并作为训练数据集，训练节点分类初始模型得到动态节点分类模型；采用动态节点分类模型对目标超大规模动态属性网络进行当前时刻的节点分类。本发明还公开了一种包括所述面向超大规模动态属性网络的节点分类方法的用户分类方法。本发明的可靠性更高，精确性更好，效率较高。

公开(公告)号：CN118260671A

公开(公告)日：2024-06-28

申请号：CN202410434032.6

申请日：2024-04-11

Applicant: 中南大学

Inventor： 吴炜 ,  李诗琪 ,  江谜 ,  罗川 ,  李芳芳

IPC: G06F18/2415 ,  G06F18/213 ,  G06F17/16 ,  G06F18/214 ,  G06N3/08

Abstract: 本发明公开了一种面向亿级规模属性网络的节点分类方法，包括获取现有的大规模属性网络数据及对应的数据信息并建模构建闭邻域邻接矩阵和属性矩阵；构建稀疏随机矩阵并对属性矩阵投影得到初始嵌入矩阵；将初始嵌入矩阵与闭邻域邻接矩阵迭代相乘得到网络嵌入矩阵；1位量化网络嵌入矩阵得到量化网络嵌入矩阵；对量化网络嵌入矩阵进行逻辑非操作和拼接操作得到扩展嵌入矩阵；将扩展嵌入矩阵作为训练数据集训练模型得到节点分类模型；采用节点分类模型对待分类的大规模属性网络进行节点分类。本发明还公开了一种包括了所述面向亿级规模属性网络的节点分类方法的用户分类方法。本发明能够完成亿级规模属性网络的节点分类，资源占用少，分类效率高。