-
公开(公告)号：CN108183956B
公开(公告)日：2020-05-12
申请号：CN201711475729.4
申请日：2017-12-29
Applicant: 武汉大学
IPC: H04L29/08 , H04L12/721
Abstract: 本发明公开了一种传播网络的关键路径提取方法，传播网络中添加一个额外节点，并与传播网络中的每一个节点建立双向连接；计算额外节点传播网络中任意两节点间的节点相似度；通过额外节点传播网络中节点总数初始化节点影响力列向量，并建立概率转移矩阵，进行全局投票迭代以更新节点影响力列向量；遍历排除额外节点传播网络中任意两个用户节点的最短路径，并对每条最短路径构建路径节点影响力行向量以及路径节点相似度行向量；进一步计算得到每条最短路径的路径综合影响力以对每条最短路径进行排序得到关键路径。本发明解决了社交网络平台上关键传播路径的挖掘问题，并可用于舆情监控与干预、谣言检测等网络信息监控领域。
-
公开(公告)号：CN109359894A
公开(公告)日：2019-02-19
申请号：CN201811440074.1
申请日：2018-11-29
Applicant: 武汉大学
Abstract: 本发明提供了一种基于RPN的电力计量设备的风险评价方法及装置，其中的方法对现场计量设备的故障类型及参数、故障影响、故障原因的因素分析，主要涉及人员环境、系统功能、维修时间及维修费用四个方面的影响程度，然后构建基于AHP确定评价因素权重，最后进行电力计量设备的风险评价。同时，本发明的方法可以对电力计量设备的维修提供指导。解决了电力计量设备种类繁多、数量巨大、运行工况复杂，造成的评价结果不准确的问题。实现了提高评价结果的准确性以及实现风险等级划分的技术效果。
-
公开(公告)号：CN108536757A
公开(公告)日：2018-09-14
申请号：CN201810224888.5
申请日：2018-03-19
Applicant: 武汉大学
Abstract: 本发明涉及一种基于用户历史网络潜在有害主题引导方法。流程如下：1.根据有害信息的传播方式(如评论、转发等)构建分级评估指标体系，再利用情感倾向性算法构建危害分级模型。2.对危害信息进行主题分类并确定信息的危害级别，然后标记浏览过这些信息的用户。3.根据1中算法去获取每个级别下各个类别的无危害信息，构建分级推荐模型。4.分离出浏览过危害信息的所有用户，并对这些用户进行一段时间的网络浏览痕迹跟踪，并通过预警，查封，推荐，释放四种种方式来干预和释放用户。通过本发明可以渐渐的改变危害信息受众用户的阅读取向，从而间接的净化互联网环境，还可以加强相关部门对危害信息发布人的打击力度和准确度。
-
公开(公告)号：CN109359894B
公开(公告)日：2021-07-06
申请号：CN201811440074.1
申请日：2018-11-29
Applicant: 武汉大学
Abstract: 本发明提供了一种基于RPN的电力计量设备的风险评价方法及装置，其中的方法对现场计量设备的故障类型及参数、故障影响、故障原因的因素分析，主要涉及人员环境、系统功能、维修时间及维修费用四个方面的影响程度，然后构建基于AHP确定评价因素权重，最后进行电力计量设备的风险评价。同时，本发明的方法可以对电力计量设备的维修提供指导。解决了电力计量设备种类繁多、数量巨大、运行工况复杂，造成的评价结果不准确的问题。实现了提高评价结果的准确性以及实现风险等级划分的技术效果。
-
公开(公告)号：CN106991617B
公开(公告)日：2020-07-10
申请号：CN201710203903.3
申请日：2017-03-30
Applicant: 武汉大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于信息传播的微博社交关系提取算法，包括：1.使用平台开放接口或者爬虫软件获得微博数据，以及微博下的评论与转发数据。2.以用户为基本单位检索出其原创微博，对于每一条原创微博，创建微博信息传播树，对树的边赋予权重。3.通过信息传播树，反演化用户社交关系树。4.单用户社交关系融合。5.多用户社交关系融合。通过本发明可以重新获得基于信息传播的微博用户间的社交关系，同时，通过赋予权重等手段，可以对用户间的亲密关系进行量化处理。经过本发明算法的数据处理后，获得的微博用户社交拓扑结构，是对在线社交网络进一步分析应用的重要数据基础。
-
Patent Agency Ranking
公开(公告)号：CN111061843A
公开(公告)日：2020-04-24
申请号：CN201911369712.X
申请日：2019-12-26
Applicant: 武汉大学
Abstract: 本发明公开了一种知识图谱引导的假新闻检测方法，包括：步骤1、基于假新闻检测数据集，构建知识图谱作为假新闻检测的背景知识，并预训练知识图谱嵌入模型；步骤2、抽取待检测新闻文本中的实体，并连接到知识图谱；步骤3、基于新闻文本与实体，获取新闻文本的词级别增强表示，并基于注意力机制提取新闻文本词级别特征；步骤4、获取新闻文本字级别表示，基于注意力机制抽取新闻文本字级别特征；步骤5、基于实体注意力模型，抽取新闻文本中的实体特征；步骤6、融合待检测新闻文本的词级别特征、字级别特征、实体特征，对待检测新闻文本进行真实性检测。本发明引入知识图谱来引导深度学习模型进行假新闻检测，提高了模型识别准确率与泛化性能。
-
公开(公告)号：CN109858034A
公开(公告)日：2019-06-07
申请号：CN201910136963.7
申请日：2019-02-25
Applicant: 武汉大学
Abstract: 本发明公开了一种基于注意力模型和情感词典的文本情感分类方法，首先获取需要进行情感分类的目标文本数据集，一部分用作训练集，另一部分作为测试集；并对目标文本数据集进行预处理，生成情感词典；然后基于情感词典，获取对文本数据具有情感表达作用的情感特征；接着获取文本中各词语的词向量，基于词向量和情感特征，计算目标文本的情感特征向量E1；最后基于注意力模型，通过目标文本的情感特征向量获取情感分类结果。本发明通过构建注意力模型，结合情感词典，能进行快速准确的文本情感分类。
-
公开(公告)号：CN109614997A
公开(公告)日：2019-04-12
申请号：CN201811440083.0
申请日：2018-11-29
Applicant: 武汉大学
Abstract: 本发明提供了一种基于深度学习的窃电风险预测方法及装置，针对传统窃电预测方法中存在的由于不了解配电网内部的拓扑结构而导致的不能定位窃电用户问题以及由于传统窃电预测方法中由于使用了非高效识别的特征导致窃电预测准确率低等问题提出了解决方案。预测方法首先利用低压用户日历史用电信息，进行用户日用电模式量的预测；其次，根据用户日近三天用电的用电因素分析，采用层次分析法，计算出用电异常率，最后，基于K-Means方法进行窃电等级划分。实现了提高预测准确性以及实现窃电等级划分的技术效果。
-
公开(公告)号：CN108536781A
公开(公告)日：2018-09-14
申请号：CN201810271740.7
申请日：2018-03-29
Applicant: 武汉大学
Abstract: 本发明属于数据挖掘、舆情分析的研究范畴，涉及一种社交网络情绪焦点的挖掘方法及系统，包括：语料数据预处理、神经网络模型构建及训练、情绪焦点聚类三个步骤。深入挖掘用户在社交网络中展现的情绪的关注焦点，从而为社会舆论引导提供更为明确的决策辅助。本发明可用于舆情监控与干预、谣言检测等网络信息监管领域。
-
公开(公告)号：CN106991617A
公开(公告)日：2017-07-28
申请号：CN201710203903.3
申请日：2017-03-30
Applicant: 武汉大学
IPC: G06Q50/00
Abstract: 本发明涉及一种基于信息传播的微博社交关系提取算法，包括：1.使用平台开放接口或者爬虫软件获得微博数据，以及微博下的评论与转发数据。2.以用户为基本单位检索出其原创微博，对于每一条原创微博，创建微博信息传播树，对树的边赋予权重。3.通过信息传播树，反演化用户社交关系树。4.单用户社交关系融合。5.多用户社交关系融合。通过本发明可以重新获得基于信息传播的微博用户间的社交关系，同时，通过赋予权重等手段，可以对用户间的亲密关系进行量化处理。经过本发明算法的数据处理后，获得的微博用户社交拓扑结构，是对在线社交网络进一步分析应用的重要数据基础。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.028 seconds)
