-
公开(公告)号：CN110704717A
公开(公告)日：2020-01-17
申请号：CN201910833905.X
申请日：2019-09-04
Applicant: 中国科学院计算技术研究所
IPC: G06F16/953 , G06F16/33
Abstract: 本发明提出一种基于动力学模型的网络突发事件检测方法及系统，包括：对指定的网络平台进行事件抽取，得到多个结构化事件，并将多个结构化事件中指向同一基本事件的结构化事件进行消解聚合，得到多个结构化事件对应的多个基本事件；以结构化事件的自身属性作为结构化事件的质量，并以结构化事件的传播流行度作为位移，根据位移和结构化事件的从发布到被采集的时间，通过动力学模型确定结构化事件的加速度；根据结构化事件的加速度和质量，通过动力学模型确定各结构化事件的外力，集合各基本事件中结构化事件的外力，作为各基本事件的外力，根据基本事件的外力确定网络平台中各基本事件是否为广义突发事件。
-
公开(公告)号：CN109388768A
公开(公告)日：2019-02-26
申请号：CN201811008673.6
申请日：2018-08-31
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
IPC: G06F16/958
Abstract: 本发明涉及一种基于附加分支处理服务的采集方法和系统，包括：获取采集任务，该采集任务具有多个处理步骤和分支号；依次执行该采集任务中的处理步骤，并在每一个处理步骤执行前，根据该分支号判断是否调用该附加分支处理服务，若是，则通过调用该附加分支处理服务执行附加处理流程，并替代将要执行的处理步骤，否则执行将要执行的处理步骤。由此，本发明采用附加分支的技术，能够应对信源的各种复杂情况。且针对附加分支单独开发，容易崩溃的情况，采用服务化方法执行附加分支，并且附加分支运行器可以在崩溃自动重启，可以避免附加分支崩溃带来的采集器崩溃问题。
-
公开(公告)号：CN109241483A
公开(公告)日：2019-01-18
申请号：CN201811008674.0
申请日：2018-08-31
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
IPC: G06F16/958
Abstract: 本发明涉及一种基于域名推荐的网站发现方法，包括：在域名字符集随机选取任意字符排列组合以获得词根字符串；以该词根字符串组成候选字符串；将该候选字符串与候选域名后缀进行拼接，组成推荐域名；对该推荐域名进行DNS解析，以判断为合法的该推荐域名为合法域名；验证该合法域名是否存在对应网站，若存在则获取为目标网站。
-
公开(公告)号：CN114443820B
公开(公告)日：2025-02-07
申请号：CN202210177000.3
申请日：2022-02-25
Applicant: 中国科学院计算技术研究所
IPC: G06F16/334 , G06F16/3332 , G06F16/31 , G06F40/216 , G06F40/237 , G06F40/284
Abstract: 本发明提供了一种文本聚合方法以及文本推荐方法，该一种文本聚合方法包括获取待处理的文本；利用经改进的SimHash算法计算文本的指纹信息，其中，经改进的SimHash算法在对文本中相应词语的哈希值进行加权时，利用词语在该文本内的权值以及在该文本所处领域中该词语的领域权值进行加权；利用领域权值对文本的领域关联性进行打分，得到文本的领域分值；将文本的指纹信息分为多个指纹段，基于指纹段的数值构建倒排索引，其中，倒排索引对应的键值对中，键存储指纹段的数值，值存储文本相关信息，文本相关信息包括文本的指纹信息和领域分值；通过领域权重对文本进行打分，构建倒排索引，以避免后期推荐相似文本时重复处理数据库内的文本，极大地提升了处理效率。
-
公开(公告)号：CN116662480A
公开(公告)日：2023-08-29
申请号：CN202310505568.8
申请日：2023-05-06
Applicant: 中国科学院计算技术研究所
IPC: G06F16/33 , G06F40/30 , G06F40/295 , G06N5/022 , G06N3/045
Abstract: 本发明提出一种基于实体增强的文本语义表示方法和系统，包括：获取文本编码模型和实体增强编码模型，实体增强编码模型由串联的外部实体向量表示模块和上下文相关的实体信息编码模块组成；通过文本编码模型提取目标文本的第一表示向量；以外部实体向量表示模块识别目标文本中表示实体的词项序列，并确定词项序列和知识库中的哪些实体相关联，获得词项序列对应实体的在知识库中的实体向量表示；实体信息编码模块包括多个串联的实体适配器层，实体信息编码模块的输入为实体向量表示和文本编码模型中间层的隐状态；最后一个实体适配器层输出的特征作为目标文本的第二表示向量；融合第一表示向量和第二表示向量，得到目标文本的语义表示结果。
-
Patent Agency Ranking
公开(公告)号：CN112667872B
公开(公告)日：2023-04-07
申请号：CN202011290564.5
申请日：2020-11-17
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/951 , G06F16/9532 , G06F16/25 , G06F9/445 , G16H50/80
Abstract: 本发明公开了新冠肺炎疫情数据的实时采集方法，包括以下步骤：一、建立配置文件，将多个信源网站内实时反映疫情数据的网页的基本信息预置在配置文件中，包括多个字段的名称、各字段的存储路径，各字段的被采纳次数；二、采集网页数据，通过配置文件中待采集字段的存储路径从多个信源网站采集待采集字段当前的数值；三、数据对齐处理，以待采集字段的数据对齐结果为待采集字段的采集数据；步骤四、更新配置文件，将各信源网站中待采集字段的数值与待采集字段的采集数据相同的信源网站中待采集字段的被采纳次数加1。本发明的方法从多个信源网站的实时数据中获取可信度最高的数据作为采集数据，提高了疫情实时数据的准确性。
-
公开(公告)号：CN112287274B
公开(公告)日：2022-10-18
申请号：CN202011162449.X
申请日：2020-10-27
Applicant: 中国科学院计算技术研究所
IPC: G06F16/958 , G06F16/35 , G06F16/957 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种网站列表页面的分类方法，方法包括：步骤100，获取一组网站页面集合，网站页面集合归属于同一网站；步骤200，分别针对每一网站页面提取网页数据特征；步骤300，通过网站页面的超链接列表以及网站网页的链接地址(URL)与节点编号之间的匹配关系形成的哈希表，创建网站的全局拓扑结构；步骤400，将网页数据特征以及网站的全局拓扑结构输入图卷积神经网络进行图卷积神经网络的训练，得到网站列表页面分类器；步骤500，获取待分类的网站网页，分别根据待分类的网站网页的网页数据特征和网站的全局拓扑结构，并将待分类的网站网页的网页数据特征和网站的全局拓扑结构输入网站列表页面分类器，判断该待分类的网站网页是否为网站列表页面。
-
公开(公告)号：CN112287273B
公开(公告)日：2022-09-30
申请号：CN202011161426.7
申请日：2020-10-27
Applicant: 中国科学院计算技术研究所
IPC: G06F16/958 , G06F16/35 , G06F16/957 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种网站列表页面的分类方法，所述网站系基于超文本标记语言(HTML)，方法包括：步骤100，获取网站页面集合，页面归属于同一网站；步骤200，提取每一网站页面的文档对象模型(Document Object Model，DOM)的树结构特征和页面文本特征，分别构成DOM树结构特征空间和页面文本特征空间；步骤300，在DOM树结构特征空间和页面文本特征空间针对DOM树结构特征和页面文本特征分别进行聚类，分别得到结构类簇和文本类簇；步骤400，根据网站页面的网址链接(URL)，在结构类簇与文本类簇之间进行映射，当映射出现多对一的情况，则选择最大相交的结构类簇或者文本类簇，并找到所述最大相交的结构类簇或者文本类簇在网站中的最近公共父节点，该公共父节点即为列表页面。
-
公开(公告)号：CN109241483B
公开(公告)日：2021-10-12
申请号：CN201811008674.0
申请日：2018-08-31
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
IPC: G06F16/958
Abstract: 本发明涉及一种基于域名推荐的网站发现方法，包括：在域名字符集随机选取任意字符排列组合以获得词根字符串；以该词根字符串组成候选字符串；将该候选字符串与候选域名后缀进行拼接，组成推荐域名；对该推荐域名进行DNS解析，以判断为合法的该推荐域名为合法域名；验证该合法域名是否存在对应网站，若存在则获取为目标网站。
-
公开(公告)号：CN109840298B
公开(公告)日：2021-09-24
申请号：CN201811637902.0
申请日：2018-12-29
Applicant: 中国科学院计算技术研究所
IPC: G06F16/951 , G06F16/955
Abstract: 本发明涉及一种大规模网络数据的多信息来源采集方法，包括：获取多种传媒上的网络数据所在的信源；生成采集任务，启动并初始化采集节点上的采集器；将该采集任务的参数配置信息加载至该采集器；以该采集器获取该信源的目标信息内容链接，并建立链接队列；以该采集器依次采集该链接队列中对应的目标信息内容为结构化数据；将该结构化数据进行持久化操作，并进行输出。本发明提出的方法可以感知信息来源的变化，能够定点定主题的获取信息来源的网络数据，并且具有泛化能力，采集能力与传媒种类无关。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.041 seconds)
