公开(公告)号：CN117216412A

公开(公告)日：2023-12-12

申请号：CN202310844336.5

申请日：2023-07-10

Applicant: 浙江大学

Inventor： 詹秀秀 ,  谢陈炜 ,  刘闯 ,  张子柯

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F18/23213 ,  G06N3/042 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种适用于符号网络的网络分解方法。本发明首先构建符号网络，选取当中的最大连通子图作为待嵌入网络；引入符号网络嵌入的目标函数，利用深度学习框架对网络节点进行嵌入，得到的节点表示向量进行聚类，将聚类的结果作为社团划分的标准；选择包含节点数目最多的社团，将该社团中度最大的节点选为目标节点，将该节点从网络当中移除，并计算此时网络中最大连通片的大小；将节点移除后所得到的最大连通片重复操作，直至整个网络崩溃。本发明考虑了符号网络中的符号特性，相比一般的中心性方法能够有效提高符号网络的拆解效果。本发明能够有效阻止不良信息在社交媒体和用户群组之间的传播，从而降低其带来的风险和危害。