公开(公告)号：CN105205146B

公开(公告)日：2018-10-30

申请号：CN201510600289.5

申请日：2015-09-18

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 刘春阳 ,  徐杰 ,  吴俊杰 ,  赵志云 ,  王卿 ,  张旭 ,  李雄 ,  袁昆

IPC: G06F17/30

Abstract: 本发明公开了一种计算微博用户影响力的方法，属于数据挖掘领域，具体步骤如下：一、收集每日的微博流数据；步骤二、服务器将微博流数据平均分发到多个端口；步骤三、对流数据进行特征提取和并行计算；步骤四、将特征存储；步骤五、过滤不关心用户；步骤六、计算用户影响力；步骤七、存储每日每个用户的影响力。优点在于：该影响力的指标增加了平均数、最高数和爆发度，平均数要求用户发布的每条微博的平均影响力都比较高，避免出现微博数大造成转发量或评论量大，最高数和爆发度分别刻画影响力传播的范围和速度，因此，新增加的指标克服以往指标中存在单一总数不能完整刻画用户影响力的缺陷，能够更深入的解释用户影响力高的原因。

公开(公告)号：CN108334495A

公开(公告)日：2018-07-27

申请号：CN201810090296.9

申请日：2018-01-30

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 王慧 ,  汪立东 ,  王博 ,  刘春阳 ,  张旭 ,  王萌 ,  李雄

IPC: G06F17/27 ,  G06K9/62

Abstract: 本发明提供了一种短文本相似度计算方法，包括以下步骤：S1、对训练语料进行分词，利用word2vec算法得到每个词的词向量，并组合形成词向量集合；S2、分别对待计算短文本进行分词，在词向量集合中找到待计算短文本的每个词语的词向量，并组合形成短文本向量集合；S3、计算词向量集合中每个词向量与短文本向量集合中每个词向量的余弦相似度，并得到每个词向量的最大相似度值组合得到短文本句子向量；S4、计算两个短文本句子向量间的相似度，即可计算两个短文本间的相似度。本发明还提供了一种短文本相似度计算系统。本发明的相似度算法通过将短文本句子以句子向量表示，有效的刻画了短文本句子之间的语义相似度，准确率高。

公开(公告)号：CN105808525B

公开(公告)日：2018-06-29

申请号：CN201610186810.X

申请日：2016-03-29

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 刘春阳 ,  赵志云 ,  庞琳 ,  张旭 ,  李雄 ,  王萌 ,  陈新蕾 ,  贾岩涛

IPC: G06F17/27

Abstract: 本发明提供一种基于相似概念对的领域概念上下位关系抽取方法，包括以下步骤：步骤1，领域概念集合由若干个领域概念组成；基于概念聚类的方法从领域概念集合中抽取相似的领域概念；步骤2，获得可能存在上下位关系的候选概念对，然后根据步骤1获取的相似概念产生相似候选概念对；步骤3，利用知识库获取部分训练数据，并通过相似候选概念对共同表征关系特征，实现基于多句特征的关系抽取，从而抽取到领域概念上下位关系。优点为：本发明可以突破语料规模的限制，利用多句特征抽取领域概念的上下位关系，可提升领域概念上下位关系抽取的准确率。

公开(公告)号：CN105760366B

公开(公告)日：2018-06-29

申请号：CN201610150038.6

申请日：2016-03-16

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 王卿 ,  吴琼 ,  程工 ,  杜漫 ,  庞琳 ,  李雄 ,  刘春阳 ,  张旭

IPC: G06F17/27

Abstract: 本发明提供一种针对特定领域的新词发现方法，包括以下步骤：步骤1，文档预处理；步骤2，构建候选新词集；其中，每个候选新词由词语、该词语距离所述中心词语的距离向量值以及所述中心词语均采用新词表述方式表达。步骤3，候选新词挖掘；优点为：针对特定领域的新词发现方法，采用更灵活的新词表达方式，将数据挖掘领域的关联规则方法引入新词发现过程，并创新地提出将词汇与指定关键词的距离向量作为关联规则挖掘的重要特征，由此可快速准确全面的识别出文档包含的所有新词。

公开(公告)号：CN107633044A

公开(公告)日：2018-01-26

申请号：CN201710827984.4

申请日：2017-09-14

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 刘春阳 ,  王卿 ,  王萌 ,  赵志云 ,  张旭 ,  苗琳 ,  吴俊杰 ,  袁石

IPC: G06F17/30 ,  G06Q50/00

Abstract: 本发明公开了一种基于热点事件的舆情知识图谱构建方法，属于自然语言处理领域；首先实时获取微博文本，对每个微博文本进行处理，构建文本簇，计算每个文本簇所属的话题类别，按类别识别每个簇中的热点事件，统计每个热点事件的多维属性；识别参与热点事件讨论的重要人物和机构，并获取重要人物和机构的多维属性；最后构建事件、人物、机构的多维属性体系及关系类型，以事件、人物、机构为实体，事件、人物、机构之间的关系为关联，构建舆情知识图谱。本发明能够从多个维度对热点事件、人物、机构进行刻画，实现对热点事件、人物、机构的全方位解析；并根据实际需求，设置不同话题类别的权重，实现不同话题的舆情知识图谱构建。

公开(公告)号：CN107066554A

公开(公告)日：2017-08-18

申请号：CN201710183767.6

申请日：2017-03-24

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 张旭 ,  刘春阳 ,  赵志云 ,  李雄 ,  曹亚棚 ,  王臻

IPC: G06F17/30

Abstract: 本发明公开了一种微博相关人物推荐方法，包括：步骤一、微博用户识别：解析当前用户所有博文中的多个关键字以及每个关键字的权重Wki；获取至少一篇相匹配博文，相匹配的博文具有所述多个关键字，获取各相匹配博文的微博主，再获取各微博主对多个关键字中各关键字的权重UWki；步骤二、相关用户过滤：从所获取的微博主中筛选掉已经被当前用户关注的微博主，从而获得至少一个相关用户；步骤三、用户相关性权重计算：依据相关性权重公式计算每个相关用户的相关性权重；步骤四、根据所述至少一个相关用户的相关性权重，将相关性权重排名在排序规定值之前的相关用户推荐给当前用户。本发明可以使用户更加方便直接地关注自己感兴趣的内容和微博人物。

公开(公告)号：CN103778200B

公开(公告)日：2017-08-08

申请号：CN201410010836.X

申请日：2014-01-09

Applicant: 中国科学院计算技术研究所 ,  国家计算机网络与信息安全管理中心

Inventor： 刘春阳 ,  程工 ,  张旭 ,  王卿 ,  程学旗 ,  吴琼 ,  徐学可

IPC: G06F17/30

Abstract: 本发明公开了一种报文信息源抽取方法及其系统，该方法通过匹配信息源抽取规则库的关键词提取报文中的信息源，并匹配信息源抽取规则库的规则判断信息源类型，该方法包括：报文解析步骤和信息源抽取步骤，报文解析步骤用于根据输入的文本，提取文本中的字符，并对字符进行断句处理为不同分句，信息源抽取步骤为根据信息源抽取规则库对分句进行关键词匹配，对分句抽取有用要素序列，并在有用要素序列上，提取信息源，并通过匹配信息源抽取规则库的规则判断信息源类型。

公开(公告)号：CN106980692A

公开(公告)日：2017-07-25

申请号：CN201710213302.0

申请日：2017-04-01

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 赵志云 ,  张雨 ,  刘春阳 ,  李雄 ,  张华平 ,  张旭 ,  庞琳 ,  王萌 ,  商建云 ,  王卿

IPC: G06F17/30 ,  G06Q50/00

Abstract: 本发明涉及一种基于微博特定事件的影响力计算方法，属于社交网络分析及数据挖掘技术领域。本发明依据传播学中事件发展的五个阶段对特定事件进行了相关分析划分并应用于影响力计算中，主要针对微博文本数据及基础的用户数据进行统计处理与自然语言处理，计算传播角度和内容角度兼顾的六项影响力指标，并使用K‑means机器学习算法对子话题进行划分；最终得出特定事件的影响力热度指数EII、事件内的用户影响力排行榜、消息影响力排行榜。对比现有技术，本发明考虑微博文本的内容指标，较全面而准确地反映了事件各方面的信息，具有很强的现实意义和实用价值。此外，本发明方法计算的时空耗费不高，易于模块化，可投入大规模的数据计算，具有较好的稳定性。

公开(公告)号：CN106557552A

公开(公告)日：2017-04-05

申请号：CN201610958001.6

申请日：2016-10-27

Applicant: 国家计算机网络与信息安全管理中心 ,  北京航空航天大学

Inventor： 庞琳 ,  刘春阳 ,  赵志云 ,  李雄 ,  张旭 ,  何扬 ,  王萌 ,  张小明 ,  刘谟

IPC: G06F17/30 ,  G06Q50/00

Abstract: 本发明公开了一种网络话题热度预测方法。它包括话题检测、热度预测建模、预测热度值计算三个步骤。话题检测部分负责从网络数据中获取与用户给定话题关键词相关的话题数据。预测建模部分按照用户设定的时间粒度大小统计话题检测结果中每个时间段内的话题热度值，并计算高斯过程模型关于话题热度统计时间点的协方差矩阵，构建基于高斯过程的预测模型。预测热度值计算部分针对用户给定的预测时间点，利用构建的高斯过程模型计算话题在给定时间点的热度值。本发明综合利用信息检索技术、分类技术进行话题检测，利用高斯过程模型来进行话题热度预测，提高了话题预测的实用性和有效性。

公开(公告)号：CN106202047A

公开(公告)日：2016-12-07

申请号：CN201610559542.1

申请日：2016-07-15

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 刘春阳 ,  吴俊杰 ,  王卿 ,  苗琳 ,  袁石 ,  王萌 ,  张旭

IPC: G06F17/27

Abstract: 本发明公开了一种基于微博文本的人物性格刻画方法，属于数据挖掘领域；具体包括：首先，针对某个用户，对该用户某段时间内发的每条微博文本标注情绪标签，统计该用户每天冲动类以及抑郁类情绪的主导天数，从情绪特征角度对用户进行标记；然后，对该用户的所有微博文本进行关注话题分类，并选择该用户的关注话题；判断该用户的关注话题是否包括政治类和民生类，如果有，利用批判性词典对该用户进行语言特征刻画；否则，不做任何处理；最后、融合该用户的情绪特征和语言特征刻画该用户的性格，得到性格标签。优点在于：适用于对微博中人物性格特征刻画和分析，在舆情监控、人物属性刻画和信息传播扩散等领域有重要的应用价值。