-
公开(公告)号:CN113505924B
公开(公告)日:2023-08-01
申请号:CN202110776900.5
申请日:2021-07-09
Applicant: 福州大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/047 , G06N3/08 , G06N3/042
Abstract: 本发明涉及一种基于级联时空特征的信息传播预测方法及系统。将给定的信息级联转换为向量形式;捕获级联的时序特征,获得级联在时间维度上的特征向量;利用社交关系图和级联图构造异质图,捕获网络节点的依赖上下文;捕获信息在网络中传播的拓扑特征;融合得到级联的时空特征;根据网络节点在时间维度上的位置关系对级联不同时刻的历史时空特征进行加权,得到级联在不同时刻加权后的特征向量;而后使用多头自注意力调整级联不同时刻节点的重要性,得到最终的级联特征表示;利用级联最终的特征表示进行信息传播预测,得到下一个时刻节点激活的概率分布,选择激活概率最大的节点作为下一时刻激活的节点。本发明能够更好地预测下一时刻激活的节点。
-
公开(公告)号:CN116186253A
公开(公告)日:2023-05-30
申请号:CN202211616703.8
申请日:2022-12-15
Applicant: 福州大学
IPC: G06F16/35 , G06F18/214 , G06F18/2415 , G06Q50/00 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/094
Abstract: 本发明涉及一种基于图对抗对比预训练的社交网络谣言检测系统。包括:一个事件增强模块,通过修改图结构和节点属性,用于提取有意义的谣言传播模式;一个用户编码模块,用于学习用户行为特征;一个图对抗模块,用于为模型提供模拟恶意扰动操作;一个对比预训练模块,用于最大化文本特征、用户行为特征正负样本间的互信息;一个微调模块,用于融合推文事件全局特征向量、用户特征向量、文本图形向量和源帖子特征,完成谣言检测的标签预测工作。
-
公开(公告)号:CN116051304A
公开(公告)日:2023-05-02
申请号:CN202211634214.5
申请日:2022-12-19
Applicant: 福州大学
IPC: G06Q50/00 , G06N7/01 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种基于级联间关系的信息传播预测系统,包括:异质图卷积模块,用于获取异质图的网络节点特征向量;用户注意力模块,用于利用注意力机制对异质图卷积模块得到的网络节点特征向量进行处理,对用户间的内在关系进行权重的分配,得到新的特征向量;级联间关系图卷积模块,用于从级联图中获取级联间关系;时间衰减网络模块,用于将时间衰减信息引入到级联的特征表示中;多头自注意力模块,用于调整带有时间衰减信息的级联特征权重,得到最终的级联表示;信息传播预测输出模块,用于利用最终的级联表示计算得到下一时间节点中各用户节点的概率分布。该系统有利于提高信息级联预测的效果。
-
公开(公告)号:CN113505924A
公开(公告)日:2021-10-15
申请号:CN202110776900.5
申请日:2021-07-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于级联时空特征的信息传播预测方法及系统。将给定的信息级联转换为向量形式;捕获级联的时序特征,获得级联在时间维度上的特征向量;利用社交关系图和级联图构造异质图,捕获网络节点的依赖上下文;捕获信息在网络中传播的拓扑特征;融合得到级联的时空特征;根据网络节点在时间维度上的位置关系对级联不同时刻的历史时空特征进行加权,得到级联在不同时刻加权后的特征向量;而后使用多头自注意力调整级联不同时刻节点的重要性,得到最终的级联特征表示;利用级联最终的特征表示进行信息传播预测,得到下一个时刻节点激活的概率分布,选择激活概率最大的节点作为下一时刻激活的节点。本发明能够更好地预测下一时刻激活的节点。
-
-
-