公开(公告)号：CN118278460A

公开(公告)日：2024-07-02

申请号：CN202410259304.3

申请日：2024-03-07

Applicant: 西北大学

Inventor： 尹小燕 ,  贺帅帅 ,  李晶 ,  林瑶 ,  薛文慧 ,  徐舒婷 ,  郭凌 ,  陈晓江 ,  房鼎益

IPC: G06N3/0464 ,  G06N3/08 ,  G06Q50/00 ,  G06F18/24 ,  G06F18/214 ,  G06F17/16 ,  G06F17/18

Abstract: 本申请涉及一种符号网络中基于图卷积神经网络的细粒度信任评估方法，本申请在符号加权有向社交网络中提出一个基于图卷积神经网络(Graph Convolutional Network,GCN)的面向连续信任度的信任评估框架ContTrust，以预测网络中没有显式连接关系的用户对之间的信任度；基于信任关系的方向和信任权重的正负，将目标用户的邻居分为4类，考虑不同潜在因素对目标用户信任度的影响来提升信任评估的性能；设计了四个基于注意力机制的聚合器和多个堆叠的卷积层来捕获社交网络图结构和用户间的信任；使用来自公共真实世界的数据集来评估ContTrust的性能。与信任评估领域两个最流行的基准算法相比，ContTrust在均方根误差(RMSE)和皮尔逊相关系数(PCC)方面可分别提高51.2％和33.1％的性能。

公开(公告)号：CN119377492A

公开(公告)日：2025-01-28

申请号：CN202411232192.9

申请日：2024-09-04

Applicant: 西北大学

Inventor： 尹小燕 ,  林瑶 ,  薛文慧 ,  王成方 ,  徐舒婷 ,  陈晓江 ,  房鼎益

IPC: G06F16/9536 ,  G06F16/9535 ,  G06F16/901 ,  G06Q50/00

Abstract: 本发明公开了一种基于社交关系构建的信息传播能力提升方法，将社交媒体平台中的用户数据建模为超图，提取用户之间的高阶关系，结合PageRank算法和节点中心度评估用户影响力，基于影响力分析结果，确定对于向特定用户推荐特定信息过程中具有显著影响的关键用户，然后植入虚假用户，并构建虚假用户和关键用户的社交关系，以实现向特定用户定向推送特定信息；从而提高目标信息对于目标网络用户的可见度，提升特定信息对于目标用户的传播能力。本发明探究了在线媒体推荐系统中伪造用户社交关系对信息可见度乃至信息传播能力的影响。相对于其他的投毒攻击方法，本发明所提信息传播能力可见度提升方法性能更佳。

公开(公告)号：CN118210984A

公开(公告)日：2024-06-18

申请号：CN202410276656.X

申请日：2024-03-12

Applicant: 西北大学

Inventor： 尹小燕 ,  贺帅帅 ,  林瑶 ,  薛文慧 ,  徐舒婷 ,  魏潇然 ,  李佳 ,  陈晓江 ,  房鼎益

IPC: G06F16/9536 ,  G06F16/9535 ,  G06Q50/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种社交网络中基于超图卷积的用户‑话题兴趣度评估方法：步骤1，定义一个由超边构成的社交网络；步骤2，对步骤1得到的社交网络进行初始网络节点嵌入；步骤3，构建基于超图卷积神经网络(Hypergraph Convolution Network,HGCN)的用户‑话题兴趣度评估模型；步骤4，设计损失函数，对评估模型进行训练，模型输入为初始网络节点嵌入，输出为更新后的用户‑话题节点嵌入；步骤5，采用训练后的模型进行用户‑话题兴趣度预测。本发明能够挖掘隐藏在网络中的高阶社会关系，与现有同类技术相比，在平均绝对误差(MAE)和均方根误差(RMSE)方面最高可以提高各15.57％和16.49％的性能。