适用于社交网络的基于核心三角的局部社团发现方法

    公开(公告)号:CN107222334A

    公开(公告)日:2017-09-29

    申请号:CN201710372354.2

    申请日:2017-05-24

    申请人: 南京大学

    IPC分类号: H04L12/24 G06Q50/00

    CPC分类号: H04L41/12 G06Q50/01

    摘要: 一种适用于社交网络的基于核心三角的局部社团发现方法,包括如下步骤:1)核心三角选取阶段:a确定核心节点;b找到核心节点与其邻居节点构成的所有三角形;c选取度数最高的作为核心三角;d结束;2)社团扩张阶段:a核心三角作为初始社团;b计算每个社团邻居节点的节点适应度;c选取节点适应度最大的邻居节点加入社团迭代生成局部社团;d结束;3)局部社团合并阶段:a计算两局部社团之间相似度;b基于相似度阈值两两合并局部社团;c结束。该方法无需获取全局网络结构信息,只需迭代获取局部信息即可生成的该社交网络的局部社团划分,为社交网络中发现局部社团结构提供了解决方案。

    适用论文合作网络的基于社团结构的影响最大化算法

    公开(公告)号:CN106022936A

    公开(公告)日:2016-10-12

    申请号:CN201610353585.4

    申请日:2016-05-25

    申请人: 南京大学

    IPC分类号: G06Q50/00

    摘要: 本发明提供一种适用论文合作网络的基于社团结构的影响最大化算法(COMAX算法),包括如下步骤:1)社团发现阶段a构建论文合作网络图;b合并局部社团;c构建新的网络图;d结束;2)种子节点选取阶段a计算每个社团的影响力;b选择影响力最大社团中对应的节点;c结束。本发明的基于社团结构的影响最大化算法为论文合作网络的影响最大化问题提供了新的解决方案,结果表明,在ICM模型上,我们提出的COMAX算法在影响覆盖范围上与贪心算法接近,而且时间效率非常好。

    基于协同过滤推荐算法的机型推荐系统

    公开(公告)号:CN104794635A

    公开(公告)日:2015-07-22

    申请号:CN201510186307.X

    申请日:2015-04-17

    申请人: 南京大学

    IPC分类号: G06Q30/02

    摘要: 基于协同过滤推荐算法的手机机型推荐方法,利用协同过滤推荐算法的框架,结合机型生命周期模型和相应的打分函数来为用户精确推荐机型,包括如下步骤,包括最近邻计算阶段和机型推荐阶段:数据预处理,清除噪声和异常数据,排除不符合要求的用户和机型,从用户数据库中抽取目前正在使用的用户的个人信息和历史消费信息,从机型数据库中抽取用户目前使用机型的相关属性;利用预处理后的数据将相应的信息抽取出来为每个用户构建对应的用户向量,并使用本系统设计的方法计算用户间的相似度;计算目标用户与其他用户的相似度取相似度最大的前N个作为目标用户的最近邻居。

    基于完全无向图的贝叶斯的网络入侵分类方法

    公开(公告)号:CN101394316B

    公开(公告)日:2011-08-31

    申请号:CN200810234948.8

    申请日:2008-11-11

    申请人: 南京大学

    IPC分类号: H04L12/26 H04L29/06 G06F17/30

    摘要: 本发明公开了一种基于完全无向图的贝叶斯的网络入侵分类方法,包括如下步骤:1)训练阶段:a)收集已知是否为入侵的会话事件并进行特征提取作为训练集;b)对训练集进行预处理;c)训练出基于完全无向图的贝叶斯分类器;d)结束;2)分类阶段:a)预处理待检测的会话事件;b)使用步骤1c)得到的分类器对处理后的会话事件进行分类;c)返回分类结果;d)结束。本发明的基于完全无向图的贝叶斯的网络入侵分类方法在保持计算简单的前提下,提高了分类器的精度,尤其是针对小样本类标的异常事件,从而提高了入侵检测系统的入侵检测性能。

    基于图神经网络的用户-任务关联的众包任务推荐方法

    公开(公告)号:CN113378051B

    公开(公告)日:2024-03-22

    申请号:CN202110664156.X

    申请日:2021-06-16

    申请人: 南京大学

    IPC分类号: G06F16/9535 G06N3/042

    摘要: 本发明公开了一种基于图神经网络的用户‑任务关联的众包任务推荐方法,通过众包任务平台采集真实的用户产生的用户与用户之间的交互信息、用户历史承接的众包任务信息、用户本身对于任务的偏好标签信息,并分别构建构建用户关联图、任务关联图、用户‑任务关联图;分别利用图神经网络进行训练,从而得到用户和产品的初步向量表示;利用新的图神经网络,保留用户在历史上承接的众包任务信息;通过学到的用户和产品表示,进而得到针对用户的任务推荐列表。本发明得到更加针对用户的任务推荐信息,并且针对新加入的用户,如果得到其与历史用户的连接,可以更好的解决一部分推荐冷启动问。

    一种用于众测任务发布的文本摘要与图文检索生成方法

    公开(公告)号:CN113392245B

    公开(公告)日:2023-12-26

    申请号:CN202110664152.1

    申请日:2021-06-16

    申请人: 南京大学

    摘要: 本发明公开了一种用于众测任务发布的文本摘要与图文检索生成方法,采集真实众测场景任务发布中提取的相关数据,对相关数据进行筛选整理与清洗;对给定的相关单个或多个任务文档进行摘要生成,利用上阶段获得的任务相关文本摘要,收集相关图片数据库并检索出合适的图像;对检索出的两幅相关图像进行二次融合加工,以生成的方式整合为一张图片,提高图片与任务的匹配度和信息量。本发明通过在众测任务发布中对较为繁杂的任务文档提取较为简短的文本摘要,降低了众测平台方的工作量;同时使用图文检索与图像融合技术,生成具有特色的任务图片。

    一种用于众包软件测试的多路召回推荐方法

    公开(公告)号:CN113360632B

    公开(公告)日:2023-08-25

    申请号:CN202110641238.2

    申请日:2021-06-09

    申请人: 南京大学

    摘要: 一种用于众包软件测试的多路召回推荐方法,S1,进行数据采集,获取用于多路召回的数据集,该数据集包括用户信息、用户社交信息、项目信息、项目文本描述和用户历史完成项目情况;S2,对数据进行预处理,计算用于多路召回模型的输入数;S3,进行项目多路召回,通过计算用户相似度找到目标用户的相似用户,通过用户‑项目交互矩阵找到目标用户和相似用户的历史完成项目;S4,进行用户多路召回,通过计算项目相似度和项目文本嵌入相似度找到目标项目的相似项目,通过用户‑项目交互矩阵找到完成过目标项目和相似项目的用户,通过计算用户相似度和用户关系矩阵找到用户的相似用户,从而完成对于众包测试用户的多路召回。

    一种基于知识图谱的众测助理实现方法

    公开(公告)号:CN113297089B

    公开(公告)日:2023-06-20

    申请号:CN202110642819.8

    申请日:2021-06-09

    申请人: 南京大学

    摘要: 本发明公开了一种基于知识图谱的众测助理实现方法。数据采集阶段,确定好与测试领域相关的关键词;数据预处理阶段,设计相应的规则提取内容中的三元组,同时将别名、外文名用于实体对齐,与通用知识图谱CN‑DBpedia合并;数据存储阶段,以图数据库Neo4j存储数据,利用Cypher查询语句将三元组嵌入图数据库中;问句解析阶段,从用户的输入中,利用模板匹配从中抽取出槽值对,槽对应实体,值对应关系或属性,用py2neo嵌入Cypher语句查询相应的结果,并以聊天格式返回给用户。本发明以图数据库作为存储结构,满足了智能助理所要求的最大延时,领域内的知识图谱能够使智能助理为测试人员提供更好的帮助。

    基于哈希和PCA的时空索引建立方法

    公开(公告)号:CN110134693B

    公开(公告)日:2023-05-05

    申请号:CN201910413036.5

    申请日:2019-05-17

    申请人: 南京大学

    IPC分类号: G06F16/22

    摘要: 一种基于哈希和PCA的对数据的时空特征建立索引的方法,1)数据采集,获取足够多的真实应用场景中的对象产生的具有经度、纬度、时间三个特征、称为时空三维特征的数据,这三个特征字段不能存在任何缺失;2)数据预处理,将所有时空三维特征的数据看作时空三维坐标系中的点,采用PCA算法将该坐标系的坐标轴进行旋转,得到数据在新坐标系中的坐标;3)索引计算,根据每个时空三维特征的数据的新坐标计算哈希值,并根据时空三维特征的数据分布情况调整哈希计算过程的参数;4)索引建立,为三级索引分别建立三张表,第三级索引的表存储指向时空三维特征的数据的指针,其余表存储指向下一级索引的指针。