公开(公告)号：CN113821739B

公开(公告)日：2022-03-08

申请号：CN202111381988.7

申请日：2021-11-22

Applicant: 南方科技大学

Inventor： 宋轩 ,  李永康 ,  范子沛 ,  尹渡 ,  冯德帆 ,  邓锦亮 ,  王宏俊

IPC: G06F16/9537 ,  G06F16/35

Abstract: 本发明公开了一种本地事件检测方法、装置、设备和存储介质，方法包括：实时获取预设地区的推文数据；通过预设的两级分类器，对各推文数据进行两级分类，得到各推文数据的一级标签和二级标签，并根据一级标签和二级标签，获取属于同一事件类别的推文数据；分别获取属于同一事件类别的各推文数据的位置信息；根据推文数据的文本、发布时间和位置信息，对属于同一事件类别的各推文数据进行聚类，得到属于同一事件类别的推文簇；分别生成各推文簇的事件摘要，作为各推文簇对应的本地事件。本发明可保证本地事件检测的实时性和准确性。

公开(公告)号：CN114579879B

公开(公告)日：2022-07-26

申请号：CN202210490518.2

申请日：2022-05-06

Applicant: 南方科技大学

Inventor： 宋轩 ,  李永康 ,  范子沛 ,  尹渡 ,  邓锦亮

IPC: G06F16/9536 ,  G06F16/9535 ,  G06F16/9537

Abstract: 本发明公开了一种好友推荐方法、装置、设备和存储介质，方法包括：获取位置社交网络数据，并根据所述位置社交网络数据，构建社交异质多重图，所述社交异质多重图中的节点包括用户节点和兴趣点节点，当两个节点之间存在边时，所述两个节点之间存在至少一种边类型的边；将所述社交异质多重图输入训练好的异质多重图神经网络模型，输出各节点的最终特征向量；分别计算各用户节点的最终特征向量与其他用户节点的最终特征向量之间的相似度，并根据所述相似度进行好友推荐。本发明可很好地体现出位置社交网络不同要素之间复杂的连接关系，便于更加深入地挖掘其中的时空关系信息，从而可提高推荐准确性。

公开(公告)号：CN114579879A

公开(公告)日：2022-06-03

申请号：CN202210490518.2

申请日：2022-05-06

Applicant: 南方科技大学

Inventor： 宋轩 ,  李永康 ,  范子沛 ,  尹渡 ,  邓锦亮

IPC: G06F16/9536 ,  G06F16/9535 ,  G06F16/9537

Abstract: 本发明公开了一种好友推荐方法、装置、设备和存储介质，方法包括：获取位置社交网络数据，并根据所述位置社交网络数据，构建社交异质多重图，所述社交异质多重图中的节点包括用户节点和兴趣点节点，当两个节点之间存在边时，所述两个节点之间存在至少一种边类型的边；将所述社交异质多重图输入训练好的异质多重图神经网络模型，输出各节点的最终特征向量；分别计算各用户节点的最终特征向量与其他用户节点的最终特征向量之间的相似度，并根据所述相似度进行好友推荐。本发明可很好地体现出位置社交网络不同要素之间复杂的连接关系，便于更加深入地挖掘其中的时空关系信息，从而可提高推荐准确性。

公开(公告)号：CN113821739A

公开(公告)日：2021-12-21

申请号：CN202111381988.7

申请日：2021-11-22

Applicant: 南方科技大学

Inventor： 宋轩 ,  李永康 ,  范子沛 ,  尹渡 ,  冯德帆 ,  邓锦亮 ,  王宏俊

IPC: G06F16/9537 ,  G06F16/35

Abstract: 本发明公开了一种本地事件检测方法、装置、设备和存储介质，方法包括：实时获取预设地区的推文数据；通过预设的两级分类器，对各推文数据进行两级分类，得到各推文数据的一级标签和二级标签，并根据一级标签和二级标签，获取属于同一事件类别的推文数据；分别获取属于同一事件类别的各推文数据的位置信息；根据推文数据的文本、发布时间和位置信息，对属于同一事件类别的各推文数据进行聚类，得到属于同一事件类别的推文簇；分别生成各推文簇的事件摘要，作为各推文簇对应的本地事件。本发明可保证本地事件检测的实时性和准确性。