一种微博转发树和转发森林构建方法

    公开(公告)号:CN104778210A

    公开(公告)日:2015-07-15

    申请号:CN201510111754.9

    申请日:2015-03-13

    Abstract: 本发明公开了一种微博转发树和转发森林构建方法,属于数据挖掘领域,包括以下步骤:收集该条微博的原创微博信息;并且根据单条原创微博信息,获取其转发微博信息;然后在单条原创微博信息及其所有转发微博信息上,构造单条微博的微博树结构;根据用户给定时间段t3-t4内的话题关键词Topic,收集与该话题相关的全量微博信息,针对每一条微博信息,构造单条微博的微博树结构;最后汇总该话题相关的全量微博信息的转发树;形成微博转发森林。本发明的优点为:通过转发树生成算法,高效快速完整地进行转发树和转发森林的提取,具有较高的效率和效果。

    一种基于关键传播结构感知的意见领袖识别方法和装置

    公开(公告)号:CN114297498B

    公开(公告)日:2024-10-15

    申请号:CN202111638795.5

    申请日:2021-12-29

    Abstract: 本发明通过网络技术处理领域的方法,实现了一种基于关键传播结构感知的意见领袖识别方法和装置。方法基于神经网络算法,设计用户双重特征提取模块和关键传播结构挖掘模块两个逻辑模块组成,通过输入微博中不同话题数据,得到输入数据中具有代表性特征的意见领袖及关联关系输出。本发明设计基于节点中心度的消息传递机制,充分结合了节点在拓扑结构中的重要性,构造了一个新的图神经网络模型提取社交网络中用户的特征。首次利用图分类任务挖掘不同事件中的关键结构信息,在挖掘社交网络中top‑k个意见领袖的同时能够从节点连通性、节点相似度、节点中心度三个角度学习意见领袖之间潜在的联系,构造网络中的关键传播结构。

    受雇网络写手的识别方法、装置、计算机设备及存储介质

    公开(公告)号:CN118410403A

    公开(公告)日:2024-07-30

    申请号:CN202410654244.5

    申请日:2024-05-24

    Abstract: 本公开涉及互联网信息处理技术领域,尤其涉及受雇网络写手的识别方法、装置、计算机设备及存储介质;方法包括:在获取到网络用户和各网络用户之间的关联关系后,以网络用户为节点,以关联关系为边构建了第一知识图谱,并将第一知识图谱输入至预训练的图神经网络模型中,最终得到各网络用户分别对应的类别标签,完成对网络用户的识别;在利用图神经网络模型对各网络节点进行识别时,将网络节点之间的关联关系以及与各网络节点相邻的节点信息也考虑进去,使得最终得到的类别标签具有更高的准确性,相较于当前仅根据用户信息对网络用户进行识别的方式,根据本方案识别方法得到的识别结果具有更强的说服力。

    可解释性的社交机器人检测方法、装置、设备及存储介质

    公开(公告)号:CN116992300A

    公开(公告)日:2023-11-03

    申请号:CN202310538489.7

    申请日:2023-05-12

    Abstract: 本公开涉及一种可解释性的社交机器人检测方法、装置、设备及存储介质。本公开通过获取社交图中各用户节点的节点特征向量以及不同用户节点之间构成的边的权重,针对待解释节点,通过领域聚合得到待解释节点的嵌入向量,进而通过社交机器人检测模型对待解释节点的嵌入向量进行处理,以预测待解释节点为社交机器人的第一概率;从而基于第一概率,可以确定社交图中任一用户节点对待解释节点的预测结果的节点贡献度,表示任一用户节点对于待解释节点预测结果的影响程度,并且可以确定待解释节点的嵌入向量中的任一特征对待解释节点的预测结果的特征贡献度,表示任一特征对于待解释节点预测结果的影响程度,解决社交机器人检测的解释性差的问题。

    神经机器翻译模型的训练方法、翻译方法及装置

    公开(公告)号:CN115345181A

    公开(公告)日:2022-11-15

    申请号:CN202210786892.7

    申请日:2022-07-04

    Abstract: 本发明提供一种神经机器翻译模型的训练方法、翻译方法及装置,所述训练方法包括:构建神经机器翻译模型;将双语平行句对中的源语言句子和目标语言句子,以及知识图谱中每个三元组中的头实体和尾实体进行细粒度切分,得到标准源语言句子序列、标准目标语言句子序列以及知识图谱中每个三元组中的标准头实体‑关系序列和标准尾实体序列;将其输入编解码模块中预测得到目标语言句子序列以及尾实体序列;基于标准目标语言句子序列和预测的目标语言句子序列之间的交叉熵,以及知识图谱中每个三元组中的标准尾实体序列与预测的尾实体序列之间的交叉熵,共同训练该模型。本发明能够有效融合细粒度知识推断,提升神经机器翻译对于实体的翻译质量。

    面向多社交网络平台的机器人检测方法

    公开(公告)号:CN114881161A

    公开(公告)日:2022-08-09

    申请号:CN202210546540.4

    申请日:2022-05-20

    Abstract: 本发明公开了一种面向多社交网络平台的机器人检测方法,包括:获取社交网络平台的用户账号数据,将账号ID作为用户的唯一标识符,提取用户特征,朋友特征,网络特征,内容特征,情感特征,时序特征;构建高维的原始矩阵,通过显著性分析,得到低维的特征矩阵;采用聚类算法或分类算法实现划分,识别出正常用户账号与机器人账号。本发明还公开了一种面向多社交网络平台的机器人检测装置、电子设备及存储介质。本发明对境内外多个社交网络平台账号数据进行研究,通过特征表示、特征显著性分析、聚类或分类等算法进行社交机器人检测,识别出社交网络中的社交机器人账号,从而预警大规模社交机器人异常行为,进而维护社交网络安全。

Patent Agency Ranking