公开(公告)号：CN106066873B

公开(公告)日：2019-09-27

申请号：CN201610369838.7

申请日：2016-05-30

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  冯梦园 ,  刘红丽 ,  徐琳 ,  王世鹏 ,  杨楠 ,  刘广强 ,  张玉鹏 ,  刘天宇 ,  李华峰

IPC: G06F16/2455 ,  G06F16/2457

Abstract: 一种基于本体的旅游信息推荐方法，本发明涉及基于本体的旅游信息推荐方法。本发明的目的是为了解决现有旅游推荐结果不准确以及推荐呈现静态化的问题。具体过程为：一、构建旅游景点本体；二、采用FP‑Growth算法挖掘用户之间的关联规则；三、采用关联规则的阈值将用户分为关联用户和无规则用户；四、将关联用户采用融入时间因子和评价因子的协同过滤算法，生成景点推荐；五、将无规则用户采用基于旅游景点本体的协同过滤算法，生成景点推荐；六、将四和五的旅游景点推荐结果进行融合；七、将融合的结果进行上下文信息过滤；八、将过滤后的结果进行基于旅游景点本体的信息拓展。本发明用于旅游信息推荐领域。

公开(公告)号：CN106878174A

公开(公告)日：2017-06-20

申请号：CN201710168140.3

申请日：2017-03-21

Applicant: 哈尔滨工程大学

Inventor： 董宇欣 ,  印桂生 ,  张载熙 ,  王红滨 ,  刘广强 ,  陈福坤 ,  侯莎 ,  兰方合 ,  冯梦园 ,  刘红丽

IPC: H04L12/721 ,  H04L12/24 ,  H04L12/58 ,  G06Q50/00

CPC classification number: H04L45/12 ,  G06Q50/01 ,  H04L41/14 ,  H04L51/32

Abstract: 本发明提供的是一种基于中介中心性的网络传播节点影响力发现方法。遍历任意两点间的最短路径，获得路径集合δij；对路径P中的每一个节点u计算DBC(u)ij,以及Loc(u)ij；遍历所有路径结束后在遍历图中每一个节点u，计算DLBC，并将所有节点的DLBC值从大到小排列；输出整个DLBC排序后的数组。本发明充分发挥了传统中介中心性能够度量节点全局影响力的优势，并且通过对加入衰减因子以及节点重要程度因子，在节点全局影响里度量上的精度得以提高。通过将距离节点最短路径长度小于等于L的节点数量与总体节点数量的比值，作为节点在局部影响力的度量，作为对节点全局影响力的补充，形成了节点综合影响力。

公开(公告)号：CN105843971A

公开(公告)日：2016-08-10

申请号：CN201610416291.1

申请日：2016-06-08

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  李华峰 ,  刘红丽 ,  王世鹏 ,  冯梦园 ,  张玉鹏 ,  杨楠 ,  刘广强 ,  刘天宇 ,  徐琳

IPC: G06F17/30

CPC classification number: G06F17/30705 ,  G06F17/30598

Abstract: 一种基于RLID3的增量集成学习的数据分类方法，属于数据分类领域，尤其涉及一种基于RLID3的增量集成学习的数据分类方法。本发明要为解决现有分类方法中存在准确率不高的问题。本发明所述方法按以下步骤进行：1、初始阶段：①第1阶段包括训练基分类器以及计算基分类器的权重；②第2个阶段是组合所有基分类器的预测结果，对预分类样本数据进行分类结果的预测；2、增量阶段：①第1阶段输入增量数据集和初始阶段的所有基分类器，输出调整后的基分类器；②第2个阶段组合所有调整后的基分类器的预测结果，对预分类样本数据进行分类结果的预测。基于RLID3的增量集成方法具有较好的分类准确率。本发明所述方法可应用于数据分类领域。

公开(公告)号：CN108920503A

公开(公告)日：2018-11-30

申请号：CN201810519638.4

申请日：2018-05-28

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  褚慈 ,  谢晓东 ,  王勇军 ,  原明旗 ,  王念滨 ,  周连科 ,  秦帅 ,  张海彬 ,  冯梦园

IPC: G06F17/30

Abstract: 本发明提供了一种基于社交网络信任度的微视频个性化推荐算法，属于计算机算法领域。步骤如下：1.利用全局信任度和局部信任的差值计算用户偏差度；2.在传统相似度的计算方法中加入置信度因素；3.利用信任对时间的依赖性，信任网络发生动态地演化；4.创建用户的相似网络和信任络组成的双网络时域演化模型；5.根据DNTDEM的建立，得到一个全新的用户信任网络；6.利用LDA模型对推荐内容进行补充；7.预测的用户应该与其的情感邻居相似，然后通过最小化误差平方值对其进行优化。本发明可以有效识别高质量的新形式的用户生成内容(UGC)，并向适当的用户进行推荐；还可以减轻其他用户主观偏见对推荐内容的影响，从而更加客观的向对象用户提供更优质的推荐内容。

公开(公告)号：CN106875281A

公开(公告)日：2017-06-20

申请号：CN201710144505.9

申请日：2017-03-13

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  印桂生 ,  王念滨 ,  周连科 ,  张载熙 ,  冯梦园 ,  侯莎 ,  张玉鹏 ,  刘红丽 ,  兰方合

IPC: G06Q50/00

CPC classification number: G06Q50/01

Abstract: 本发明提供的是一种基于贪心子图的社会网络节点挖掘方法。首先依据节点度这个重要属性结合了局部拓扑结构的聚集系数估计出节点的影响潜力，根据影响潜力高低排序并加入种子节点候选集合，同时通过对网络的整体评判排序并选择出特异性阈值最高的节点加入种子节点候选集合。在完成候选集合的选择后，通过改进影响力的线性阈值模型表现为贪心子图策略对于集合中的节点进行真实的传播模拟，选取增量影响范围最大的节点加入到最终节点挖掘结果集合中，并且在每一步传播完成时动态的修正候选集合中的节点，重复候选集合修正过程和传播模拟过程直至达到预期规模的节点挖掘结果集合，最终得到理想的节点挖掘效果。

公开(公告)号：CN105868315A

公开(公告)日：2016-08-17

申请号：CN201610179681.1

申请日：2016-03-25

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  印桂生 ,  刘红丽 ,  陈晓龙 ,  冯梦园 ,  张玉鹏 ,  刘广强 ,  杨楠 ,  徐琳 ,  李华峰

IPC: G06F17/30 ,  G06Q50/00

CPC classification number: G06F16/958 ,  G06Q50/01

Abstract: 一种基于遗忘规律的社会网络信息传播方法，本发明涉及基于遗忘规律的社会网络信息传播方法。本发明的目的是为了解决现有技术没有考虑到影响力会随时间而不断衰减、没有考虑到人们第一次接收信息与之后每次接收信息的不同反应的问题。具体过程为：一：设置初始的激活节点集合S；二：在时间tx时，激活态节点对未激活态邻居节点v进行激活；三：如果未激活态邻居节点v被激活成功，那么在tx+1时刻，未激活态邻居节点v转变为激活状态，并尝试激活其邻接的未激活节点x；否则未激活态邻居节点v不发生变化；四：重复执行二和三，直到不存在有未扩散的激活节点，传播过程结束。本发明应用于网络信息传播领域。