公开(公告)号：CN113065321A

公开(公告)日：2021-07-02

申请号：CN202110420046.9

申请日：2021-04-19

Applicant: 北京理工大学

Inventor： 龙水彬 ,  李荣华 ,  秦宏超 ,  王国仁

IPC: G06F40/166 ,  G06F16/901 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于LSTM模型和超图的用户行为预测方法及系统，涉及多人编辑协作技术领域，包括根据多个用户以及用户的交互关系构建用户协作超图；用户协作超图中的节点表示用户，超边表示在协作关系中与超边关联的多个用户的信息编辑交互行为；基于用户协作超图中每个节点的局部邻域信息，构建多个D邻域展开树；D邻域展开树表示为根节点经过不超过D条超边可达的节点子图；根据获取的当前阶段用户协作行为数据以及当前阶段用户协作行为数据关联的D邻域展开树，基于序列学习器，预测在协作关系中下一阶段用户编辑行为是否被接受。本发明能够达到预测多个用户行为的目的。

公开(公告)号：CN113065321B

公开(公告)日：2022-09-13

申请号：CN202110420046.9

申请日：2021-04-19

Applicant: 北京理工大学

Inventor： 龙水彬 ,  李荣华 ,  秦宏超 ,  王国仁

IPC: G06F40/166 ,  G06F16/901 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于LSTM模型和超图的用户行为预测方法及系统，涉及多人编辑协作技术领域，包括根据多个用户以及用户的交互关系构建用户协作超图；用户协作超图中的节点表示用户，超边表示在协作关系中与超边关联的多个用户的信息编辑交互行为；基于用户协作超图中每个节点的局部邻域信息，构建多个D邻域展开树；D邻域展开树表示为根节点经过不超过D条超边可达的节点子图；根据获取的当前阶段用户协作行为数据以及当前阶段用户协作行为数据关联的D邻域展开树，基于序列学习器，预测在协作关系中下一阶段用户编辑行为是否被接受。本发明能够达到预测多个用户行为的目的。

公开(公告)号：CN113051440A

公开(公告)日：2021-06-29

申请号：CN202110389061.1

申请日：2021-04-12

Applicant: 北京理工大学

Inventor： 龙水彬 ,  李荣华 ,  秦宏超 ,  王国仁

IPC: G06F16/901 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本发明涉及一种基于超图结构的链路预测方法，所述预测方法包括如下步骤：获取待预测网络的原始超图；将所述原始超图转换为二分图；基于变分自编码器预测所述二分图中的节点间存在边的概率，构建类邻接矩阵；基于所述类邻接矩阵还原出包含链路预测结果的预测超图。本发明根据超图和二分图的一一对应关系，首先将超图转换为二分图，然后基于变分自编码器预测所述二分图中的链路，最后将该预测结果还原至超图上，该方式在无需将超图转化成一边只关联两个节点的普通图的基础上，实现了对超图中的链路的预测，进而实现了具有时序超图结构的社交网络中的链路预测。