-
公开(公告)号：CN108564479B
公开(公告)日：2022-02-11
申请号：CN201711380260.6
申请日：2017-12-20
Applicant: 重庆邮电大学
IPC: G06Q50/00 , G06F16/9536
Abstract: 本发明请求保护一种基于隐链接分析热点话题传播趋势的系统及方法，属于社交网络分析领域。包括：首先从现有的基于Web的研究型推荐系统下载或者利用公共API获取用户的相关信息并进行包括数据分片在内的数据处理。其次，建立隐链接。利用社交网络中存在隐性关系，通过用户之间标签相似度、相同话题、文本内容相似性、共同好友四个属性建立隐链接，并利用隐链接和显链接建立网络拓扑结构，分析热点话题传播态势。第三，定义影响力。利用个体驱动机制和好友驱动机制这两个方面定义影响力；并且利用多元线性回归模型拟合个体影响力和好友影响力。第四，建立改进的SIR模型，结合影响力，分析热点话题传播态势，挖掘隐链。
-
公开(公告)号：CN109767622B
公开(公告)日：2021-12-17
申请号：CN201910114601.8
申请日：2019-02-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种面向卡口相似性划分和循环神经网络的交通流量预测方法，属于智能交通分析领域。第一，获取数据源，并做数据处理。第二，交通卡口关联性分析。根据轨迹集中交通卡口的上下文关系，使用统计概率模型构建关联空间，按照关联空间中的相对位置度量交通卡口之间的关联性；第三，按照向量空间相似性对卡口进行划分，根据交通卡口向量之间表现出的交通时空关系，使用AP聚类算法对卡口空间的卡口向量集进行无监督聚类分析，找到具有交通流量相似性的卡口组。第四，预测和分析过程，利用卡口的历史交通流量数据和具有流量相似性卡口的历史数据，建立循环神经网络预测模型,通过综合考虑时序特性和空间相关性预测卡口的交通流量。
-
公开(公告)号：CN109829504A
公开(公告)日：2019-05-31
申请号：CN201910114885.0
申请日：2019-02-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于ICS-SVM分析用户转发行为的预测方法及系统，属于社交网络分析领域。首先获取数据集。其次，定义影响因素。利用从真实社交网络-腾讯微博中获取的数据，提取用户内部影响机制和外界影响机制。优化CS算法。根据推导公式，使搜索步长能够自适应的动态调整。针对用户的转发行为随时间变化的特点，本发明利用时间切片的方法，并利用ICS-SVM模型预测用户转发行为，这样能够弥补传统布谷鸟算法优化SVM参数的缺点，且提高传统支持向量机的预测精度。本发明能够更加精确地预测用户转发行为，并分析热点话题的传播趋势。
-
公开(公告)号：CN108564191A
公开(公告)日：2018-09-21
申请号：CN201711380305.X
申请日：2017-12-20
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于混沌理论的流行度预测模型。它的具体步骤如下：获取数据、定义流行度、混沌理论模型、预测模型四个部分。首先，通过网络爬虫抓取Web中的内容获取社交网络用户数据。然后，分析影响流行度的驱动机制，利用主成分分析，量化基于多种机制影响的话题流行度。其次，利用上一步定义的流行度时间序列分别从单参数和多参数入手，基于混沌理论进行流行度时间序列的相空间重构，同时，在多参数相空间融合过程中，利用贝叶斯估计理论将多个参数在同一高维空间中进行相点的最优融合，得到新的多参数重构相空间。最后，考虑到RBF具有很强的逼近非线性函数的能力，利用RBF对重构的混沌时间序列进行流行度预测。
-
Patent Agency Ranking
公开(公告)号：CN109829504B
公开(公告)日：2022-07-01
申请号：CN201910114885.0
申请日：2019-02-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于ICS‑SVM分析用户转发行为的预测方法及系统，属于社交网络分析领域。首先获取数据集。其次，定义影响因素。利用从真实社交网络‑腾讯微博中获取的数据，提取用户内部影响机制和外界影响机制。优化CS算法。根据推导公式，使搜索步长能够自适应的动态调整。针对用户的转发行为随时间变化的特点，本发明利用时间切片的方法，并利用ICS‑SVM模型预测用户转发行为，这样能够弥补传统布谷鸟算法优化SVM参数的缺点，且提高传统支持向量机的预测精度。本发明能够更加精确地预测用户转发行为，并分析热点话题的传播趋势。
-
公开(公告)号：CN109829114A
公开(公告)日：2019-05-31
申请号：CN201910114603.7
申请日：2019-02-14
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06Q10/04 , G06Q50/00
Abstract: 本发明请求保护一种基于用户行为的话题流行度预测系统及方法。它的具体步骤为：获取数据、转发驱动力量化、动力学模型构建三个部分。首先，通过网络爬虫抓取web中的内容获取社交网络用户数据。然后，分析影响用户转发的个人和社交转发驱动力，利用多元线性回归量化转发驱动概率。其次，考虑真实社交网站中，信息传播具有沿关注关系层级传播的特点，重构SIR模型中信息传播的规则。最后，将量化后的转发驱动力引入到SIR模型中，结合时间切片技术，刻画时间特性引起的感染率的动态变化过程，利用最小二乘法拟合模型真实参量，构建信息流行度态势变化趋势，预测信息转发数。本发明提高了话题流行度预测准确度。
-
公开(公告)号：CN109829114B
公开(公告)日：2023-05-26
申请号：CN201910114603.7
申请日：2019-02-14
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06Q10/04 , G06Q50/00
Abstract: 本发明请求保护一种基于用户行为的话题流行度预测系统及方法。它的具体步骤为：获取数据、转发驱动力量化、动力学模型构建三个部分。首先，通过网络爬虫抓取web中的内容获取社交网络用户数据。然后，分析影响用户转发的个人和社交转发驱动力，利用多元线性回归量化转发驱动概率。其次，考虑真实社交网站中，信息传播具有沿关注关系层级传播的特点，重构SIR模型中信息传播的规则。最后，将量化后的转发驱动力引入到SIR模型中，结合时间切片技术，刻画时间特性引起的感染率的动态变化过程，利用最小二乘法拟合模型真实参量，构建信息流行度态势变化趋势，预测信息转发数。本发明提高了话题流行度预测准确度。
-
公开(公告)号：CN109767622A
公开(公告)日：2019-05-17
申请号：CN201910114601.8
申请日：2019-02-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种面向卡口相似性划分和循环神经网络的交通流量预测方法，属于智能交通分析领域。第一，获取数据源，并做数据处理。第二，交通卡口关联性分析。根据轨迹集中交通卡口的上下文关系，使用统计概率模型构建关联空间，按照关联空间中的相对位置度量交通卡口之间的关联性；第三，按照向量空间相似性对卡口进行划分，根据交通卡口向量之间表现出的交通时空关系，使用AP聚类算法对卡口空间的卡口向量集进行无监督聚类分析，找到具有交通流量相似性的卡口组。第四，预测和分析过程，利用卡口的历史交通流量数据和具有流量相似性卡口的历史数据，建立循环神经网络预测模型,通过综合考虑时序特性和空间相关性预测卡口的交通流量。
-
公开(公告)号：CN108564479A
公开(公告)日：2018-09-21
申请号：CN201711380260.6
申请日：2017-12-20
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于隐链接分析热点话题传播趋势的系统及方法，属于社交网络分析领域。包括：首先从现有的基于Web的研究型推荐系统下载或者利用公共API获取用户的相关信息并进行包括数据分片在内的数据处理。其次，建立隐链接。利用社交网络中存在隐性关系，通过用户之间标签相似度、相同话题、文本内容相似性、共同好友四个属性建立隐链接，并利用隐链接和显链接建立网络拓扑结构，分析热点话题传播态势。第三，定义影响力。利用个体驱动机制和好友驱动机制这两个方面定义影响力；并且利用多元线性回归模型拟合个体影响力和好友影响力。第四，建立改进的SIR模型，结合影响力，分析热点话题传播态势，挖掘隐链。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
