公开(公告)号：CN117333239A

公开(公告)日：2024-01-02

申请号：CN202311050997.7

申请日：2023-08-21

Applicant: 南京财经大学

Inventor： 孙宏亮 ,  许品 ,  曹杰 ,  张志旺 ,  陶海成 ,  朱桂祥

IPC: G06Q30/0282 ,  G06Q30/0601 ,  G06N3/047 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明公开一种基于自适应多频谱滤波的图神经网络电商异常检测方法，获取用户评论内容特征和用户评论行为特征；将对同一商品构造用户‑评论图结构；基于伯恩斯坦多项式分别学习得到图的低通和高通滤波器，得到图中节点的低频和高频信号表示；基于固定的带通滤波器，得到图中节点的带通信号表示；使用注意力机制，融合得到的低通、带通、和高通信号，通过注意力损失函数，为每个节点自适应的学习出不同频率信号占该节点最终节点表示的比重；使用softmax层计算最终的节点表示，得到图神经网络模型的预测结果，并根据损失函数，计算节点的分类损失，更新模型参数。本发明缓解了以往的方法会导致的过平滑问题，提升了对电商交易网络中异常节点的识别率。

公开(公告)号：CN119513808A

公开(公告)日：2025-02-25

申请号：CN202411512536.1

申请日：2024-10-28

Applicant: 南京财经大学

Inventor： 杨帆 ,  赵远志 ,  邢长露 ,  刘禹锋 ,  张志旺 ,  胡浩宇 ,  刘欣琪

IPC: G06F18/25 ,  G06N3/048

Abstract: 本发明属于多模态哈希技术领域，公开了一种自步学习协同费希尔准则的多模态语义融合哈希方法，通过挖掘多源异构数据的语义一致性关联，引用自步学习机制，构建以自步学习权重的多源异构语义融合哈希模型，在多源异构数据内容中逐步进行处理、分析和理解，确保模型从易到难逐步学习。与此同时，本发明通过嵌入费希尔准则用于增强不同语义类别的融合判别力，通过增大不同类别边界和关注数据之间的相关性和潜在结构信息的基础上，进一步的考虑到语义的相似性对多源异构语义融合的影响，既而生成高质量判别力的语义融合哈希编码。本发明有效的对海量多源异构数据进行有效处理以获得有价值的信息，强化了语义融合哈希编码的表示能力，提高了算法模型的鲁棒性和灵活性。