-
公开(公告)号:CN115455247A
公开(公告)日:2022-12-09
申请号:CN202211173643.7
申请日:2022-09-26
Applicant: 中国矿业大学
IPC: G06F16/901 , G06F17/18
Abstract: 一种课堂协作学习角色判定方法,包括以下步骤:采集课堂协作学习者的骨骼点数据;基于所述骨骼点数据提取每个时间窗口下每个学习者的骨骼特征向量;基于每个时间窗口下每个学习者的骨骼特征向量构建每个时间窗口下每个学习者的自回归模型和学习者间的联合回归模型,基于自回归模型和联合回归模型采用因果关系检验法构建每个时间窗口下的交互关系图;基于所述自回归模型、联合回归模型和交互关系图计算每个时间窗口下每个学习者的交互强度;基于每个时间窗口下的交互关系图和每个学习者的交互强度对每个学习者进行角色判定。
-
公开(公告)号:CN106844697B
公开(公告)日:2019-07-23
申请号:CN201710060641.X
申请日:2017-01-25
Applicant: 中国矿业大学
IPC: G06F16/953 , G06F16/35 , G06N3/04 , G06Q50/00
Abstract: 本发明涉及一种基于潜在传播集的社交网络信息传播跟踪方法,包括:建立基于潜在传播集的SIR模型;从社交网络中获取网络消息,进行聚类并分组,建立网络热点消息的分类数据库;从分类数据库中选取网络热点消息,对社交网络进行采样,获取传播参数;获取新的网络热点消息,将其与网络热点消息的分类数据库进行对比,选择最接近的网络热点消息类型,并提取获取的传播参数作为新的网络热点消息的参考传播参数;对参考传播参数进行调整,进一步预测所述网络热点消息的传播情况并进行人工干预。本发明运用在不同规模的人工网络与现实网络中,由SIPR方程组生成的S、I、R三类曲线与仿真模拟情况中三类曲线吻合度很高,均表现出了良好的效果。
-
公开(公告)号:CN106844697A
公开(公告)日:2017-06-13
申请号:CN201710060641.X
申请日:2017-01-25
Applicant: 中国矿业大学
CPC classification number: G06F16/355 , G06F16/951 , G06N3/04 , G06Q50/01
Abstract: 本发明涉及一种基于潜在传播集的社交网络信息传播跟踪方法,包括:建立基于潜在传播集的SIR模型;从社交网络中获取网络消息,进行聚类并分组,建立网络热点消息的分类数据库;从分类数据库中选取网络热点消息,对社交网络进行采样,获取传播参数;获取新的网络热点消息,将其与网络热点消息的分类数据库进行对比,选择最接近的网络热点消息类型,并提取获取的传播参数作为新的网络热点消息的参考传播参数;对参考传播参数进行调整,进一步预测所述网络热点消息的传播情况并进行人工干预。本发明运用在不同规模的人工网络与现实网络中,由SIPR方程组生成的S、I、R三类曲线与仿真模拟情况中三类曲线吻合度很高,均表现出了良好的效果。
-
公开(公告)号:CN119030846A
公开(公告)日:2024-11-26
申请号:CN202410996524.4
申请日:2024-07-24
Applicant: 中国矿业大学
IPC: H04L41/026 , H04L41/50 , H04L41/12
Abstract: 一种基于高阶消息传递的异构属性网络表示学习方法,对于给定的异构属性网络,通过线性变换将不同维度的节点特征映射到一个相同维度的共享特征空间中;对于目标类型节点直接邻域内不同的节点和边类型,采用具有双层聚合函数的基于网络模式的异构消息传递机制,分别根据不同的节点类型和边类型进行消息聚合;对于目标类型节点远程不同阶数的邻域消息,基于高阶消息注意力机制,自适应地分配不同阶数的消息权重,再对不同阶数的消息进行加权融合,生成节点的最终表示;使用单层线性变换作为分类器,根据学习到的节点表示将目标节点分配到特定的类或类别中。该方法能有效捕捉到异构网络中的节点特征和语义信息,可显著提升节点分类的区分力。
-
公开(公告)号:CN115526733A
公开(公告)日:2022-12-27
申请号:CN202211030551.3
申请日:2022-08-26
Applicant: 中国矿业大学
Abstract: 本发明提供一种基于衰减系数的图嵌入社交网络链路预测方法及系统,该方法包括:1)对于给定的社交网络,根据其网络特性,结合牛顿冷却定理来确定网络的衰减系数,以此来确定待采样节点各阶邻居的采样节点个数,从而采用直接汇聚策略来计算每个待采样节点的节点嵌入;2)在社交网络中任取两个节点作为待预测节点,根据每个待预测节点的采样个数,计算所述两个待预测节点的计算权重;3)根据所述计算权重和节点嵌入,将两待预测节点的节点权重进行加权求和,得到所述两个待预测节点间生成的边嵌入;4)利用全连接神经网络将边嵌入进行降维,再通过softmax进行预测得分,通过得分判断任意两个节点之间是否存在链接。本发明充分利用社交网络中整个网络的网络特性,并考虑节点邻居之间的差异性,采用深度神经网络确保社交网络链路预测的准确性。
-
公开(公告)号:CN108833138B
公开(公告)日:2021-03-16
申请号:CN201810481373.3
申请日:2018-05-18
Applicant: 中国矿业大学
Abstract: 本发明涉及一种错误累积敏感的增量式动态社区发现方法及系统,其中,方法包括:计算给定动态社交网络的错误累积最佳阈值;在第一个时间片,采用静态方法获得动态社交网络的初始社区结构;从第二个时间片开始直到结束,判断当前时间片的错误累积预估值是否超过错误累积最佳阈值,是,则重新进行社区划分,获得当前时间片社区结构;否,则动态更新增量节点的社区归属,获得当前时间片的社区结构。本发明充分考虑了传统增量式动态社区发现中存在的错误累积现象,对每个时间片的错误累积进行了预估,并根据错误累积预估结果选择合适策略进行社区发现,在确保社区发现效率的基础上,提高了社区发现的准确性。
-
公开(公告)号:CN116612896A
公开(公告)日:2023-08-18
申请号:CN202310236004.9
申请日:2023-03-13
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于二元生理系统的动态相互作用网络分析方法,属于动态生理网络技术领域。选定二元器官系统,同步采集睡眠阶段这一生理状态转变前后的生理信号,利用滚动时间窗口进行分段预处理;选定两生理信号段为相互作用对,使用相关系列参数得到相互作用对的时间延迟序列,在此基础上评估相互作用的强度、方向等属性;以各时间窗口为层,每一层网络中的节点定义为该层所对应时刻的生理信号段,借助时间延迟序列特征建立有向加权连边,构建层内、层间链接,使用图论方法表征多层时序生理网络;分析生理状态转变前后二元器官系统间相互作用的强度变化、总体因果效应。其结构简单,使用方便,通过相互作用变化检测人体睡眠阶段变化。
-
公开(公告)号:CN114553818B
公开(公告)日:2022-11-18
申请号:CN202210169168.X
申请日:2022-02-23
Applicant: 中国矿业大学
Abstract: 本发明提供一种社交网络影响力最大化节点识别方法及系统,包括:对于给定的社交网络,根据每个节点的三元闭包结构数量,计算每个节点的三元闭包加权度值;根据每个节点的所有邻居节点的所述三元闭包加权度值,计算每个节点的加权影响力期望值;基于每个节点的所述加权影响力期望值降序排列所有节点;根据降序排列的加权影响力期望值,进行影响力最大化节点识别。本发明解决了在社交网络影响力最大化节点识别过程中,更新节点影响力期望值的现有方法时间复杂度过高,以及影响力最大化节点选取方法过于局部化,识别结果不够准确的问题。
-
公开(公告)号:CN110445654A
公开(公告)日:2019-11-12
申请号:CN201910741261.1
申请日:2019-08-12
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于社区划分的社交网络多源谣言溯源方法及系统,属于社交网络分析技术领域,解决了现有技术溯源率较低、错误距离较大等问题。首先进行基于拓扑势的社区划分,得到有重合区域的多个社区,每个社区内的节点构成一个子网络,保存每个社区内节点的数量及名称;然后在每一子网络上运用单源谣言溯源方法,计算每一社区中的每个节点作为源节点的可能性;选择各社区中作为源节点可能性最大的节点,得到多源节点。实现了社交网络中感染部分多源节点的寻找,溯源率高,错误距离小。
-
公开(公告)号:CN115455247B
公开(公告)日:2023-09-19
申请号:CN202211173643.7
申请日:2022-09-26
Applicant: 中国矿业大学
IPC: G06F16/901 , G06F17/18
Abstract: 一种课堂协作学习角色判定方法,包括以下步骤:采集课堂协作学习者的骨骼点数据;基于所述骨骼点数据提取每个时间窗口下每个学习者的骨骼特征向量;基于每个时间窗口下每个学习者的骨骼特征向量构建每个时间窗口下每个学习者的自回归模型和学习者间的联合回归模型,基于自回归模型和联合回归模型采用因果关系检验法构建每个时间窗口下的交互关系图;基于所述自回归模型、联合回归模型和交互关系图计算每个时间窗口下每个学习者的交互强度;基于每个时间窗口下的交互关系图和每个学习者的交互强度对每个学习者进行角色判定。
-
-
-
-
-
-
-
-
-