公开(公告)号：CN113886715A

公开(公告)日：2022-01-04

申请号：CN202111285010.0

申请日：2021-11-01

Applicant: 南京财经大学

Inventor： 卜湛 ,  伊涛 ,  蒋玖川 ,  孙宏亮 ,  曹杰

IPC: G06F16/9536 ,  G06F16/901 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明涉及一种好友推荐方法及系统。所述好友推荐方法包括：根据现有的用户关系构建有向图，所述有向图的节点表征用户，获取每个节点的节点表征向量；根据节点的邻接关系，获取每个节点的PageRank中心性；根据节点的PageRank中心性和节点表征向量预测用户成为好友的概率对用户进行好友推荐。本申请提供的好友推荐方法可以很好的解决传统链路预测方法在节点表征过程中只考虑了低阶结构的缺陷，可以对表示用户的节点进行链路预测从而实现好友推荐的功能。

公开(公告)号：CN117670572B

公开(公告)日：2024-05-03

申请号：CN202410145286.6

申请日：2024-02-02

Applicant: 南京财经大学

Inventor： 刘予飞 ,  黄健 ,  蒋玖川

IPC: G06Q50/00 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于图对比学习的社交行为预测方法、系统及产品，涉及社交行为预测领域。该方法包括：根据社交影响力网络确定网络结构特征、节点影响力特征以及网络固有特征；社交影响力网络是通过社交网络数据建立的；网络结构特征是通过图对比学习对社交影响力网络进行预训练得到的；节点影响力特征是通过图注意力机制聚合邻居节点的特征和行为状态得到的；网络固有特征是通过串联用户配置文件特征、社交影响力网络中的同质性特征以及完成社交行为时的节点特征得到的；拼接网络结构特征、节点影响力特征以及网络固有特征，生成输入层特征；将输入层特征初始化图神经网络，预测用户的社交行为。本发明理解行为规律，有效提高社交行为预测精度。

公开(公告)号：CN113222391A

公开(公告)日：2021-08-06

申请号：CN202110492153.2

申请日：2021-05-06

Applicant: 南京财经大学

Inventor： 蒋玖川

IPC: G06Q10/06 ,  G06Q50/00

Abstract: 本发明公开了一种众包商务平台注册者的全局评分方法，尤其涉及于一种基于多重社会网络的众包商务平台上的注册从业者的全局评分方法，包括众包从业者信息的提取、众包从业者多重社会网络的构建、基于众包从业者多重社会网络的全局评分构建，每个步骤独立实现自身的功能，每个步骤的运行结果为后续步骤提供输入，通过爬取程序从众包商务平台上提取在该平台上注册的从业者信息，包括身份、在众包平台上的原始评分信息，实现众包商务平台间的从业者的评分值共享和集成融合，既可以避免新注册从业者无评分的情况，还能提高评分值的可靠性，促进从业者之间互相协作完成复杂任务。

公开(公告)号：CN113609338A

公开(公告)日：2021-11-05

申请号：CN202110845917.1

申请日：2021-07-26

Applicant: 南京财经大学

Inventor： 卜湛 ,  杜金伟 ,  伊涛 ,  孙宏亮 ,  蒋玖川 ,  曹杰

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

Abstract: 本发明提供了一种基于意见演化的图嵌入方法及系统，所述方法包括：将带有稀疏属性和标签的网络中的节点，通过全局共享的可训练权重矩阵映射到低维空间；通过邻接矩阵计算图上所有节点和邻居的欧式距离；设置超参数，根据超参数和欧氏距离的比较，让图上节点形成置信邻居的集合；设置新的节点信息聚合规则，邻居聚合权重由其欧式距离归一化所得；通过每一轮置信邻居更加严格的要求，让信息聚合达到稳定状态。本发明利用矩阵计算，让图上求距离的操作切实可行，通过欧氏距离为邻居分配权重，增加模型的可解释性，通过新的信息聚合规则以及置信邻居的设置，来确定图上节点的感受野，解决了需要手动堆叠隐藏层的缺陷。

公开(公告)号：CN112667211A

公开(公告)日：2021-04-16

申请号：CN202011587227.2

申请日：2020-12-29

Applicant: 南京财经大学 ,  蒋嶷川

Inventor： 蒋玖川 ,  蒋嶷川

IPC: G06F8/20 ,  G06F8/30 ,  H04L12/24

Abstract: 本发明涉及分层软件技术领域，尤其涉及一种适应多重网络环境的分层软件体系结构，包括以分层次的方式实现多重网络环境中的软件体系结构，所述软件体系结构从下到上分为多重网络环境建模层、多重网络数据处理层、多重网络信息共享层、软件组件服务层、应用开发层；每层通过层间的接口向上层提供服务，本发明突破传统的单一网络架构软件系统不能支持不同网络间集成融合与优化协同的局限性，实现多重网络环境中的软件系统的信息共享、集成协同，从而解决目前的网络化软件系统的信息孤岛化、软件协同低效性等问题，能够满足不同目标的实际用户的个性化需求。

公开(公告)号：CN118246656A

公开(公告)日：2024-06-25

申请号：CN202410240979.3

申请日：2024-03-04

Applicant: 南京财经大学

Inventor： 蒋玖川 ,  魏金鹏 ,  祁哨航 ,  黄健

IPC: G06Q10/0631 ,  G06Q10/0639

Abstract: 本发明涉及众包任务分配技术领域，且公开了一种参差质量工人环境下的众包全局任务分配方法，包括：S1、参差质量工人环境下的众包系统模型建立；所述S1中的参差质量工人环境下的众包系统模型建立的步骤包括：S11数据输入、S12参差质量环境下的众包全局任务分配模型与S13问题描述和约束条件，S12参差质量环境下的众包全局任务分配模型包含S2计算、S3执行与S4分配；S2、工人对任务性价比的计算；所述S2中的工人对任务性价比计算的步骤包括：S21工人群体中工人对当前待分配任务的性价比定义；S3、工人合作执行任务；所述S3中的工人合作执行任务的步骤包括：S31工人合作机制定义与S32工人技能未掌握部分的困难度定义；S4、众包任务分配。

公开(公告)号：CN117670572A

公开(公告)日：2024-03-08

申请号：CN202410145286.6

申请日：2024-02-02

Applicant: 南京财经大学

Inventor： 刘予飞 ,  黄健 ,  蒋玖川

IPC: G06Q50/00 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于图对比学习的社交行为预测方法、系统及产品，涉及社交行为预测领域。该方法包括：根据社交影响力网络确定网络结构特征、节点影响力特征以及网络固有特征；社交影响力网络是通过社交网络数据建立的；网络结构特征是通过图对比学习对社交影响力网络进行预训练得到的；节点影响力特征是通过图注意力机制聚合邻居节点的特征和行为状态得到的；网络固有特征是通过串联用户配置文件特征、社交影响力网络中的同质性特征以及完成社交行为时的节点特征得到的；拼接网络结构特征、节点影响力特征以及网络固有特征，生成输入层特征；将输入层特征初始化图神经网络，预测用户的社交行为。本发明理解行为规律，有效提高社交行为预测精度。