一种高阶网络中高阶结构的重要性排序方法、系统及终端

    公开(公告)号:CN115865713A

    公开(公告)日:2023-03-28

    申请号:CN202211454519.8

    申请日:2022-11-21

    Abstract: 本发明属于高阶网络技术领域,公开了一种高阶网络中高阶结构的重要性排序方法、系统及终端,计算网络G中的高阶结构,并构造高阶关联矩阵B;计算高阶邻接矩阵Ah和高阶拉普拉斯矩阵Lh,同时计算混动邻接矩阵和混动拉普拉斯矩阵计算高阶密度算子ρ和高阶网络熵构造高阶扰动网络最终得到每个高阶结构的纠缠度E(Ωi)。本发明受量子信息论启发提出高阶熵及高阶纠缠的概念,综合考虑信息网络的低阶结构和拓扑信息、网络的高阶结构和全局拓扑信息,可以用来量化网络中高阶结构的重要性,识别网络中的关键高阶结构。

    一种基于圈结构的网络多传播源选择方法

    公开(公告)号:CN115037629A

    公开(公告)日:2022-09-09

    申请号:CN202210204760.9

    申请日:2022-03-02

    Abstract: 本发明公开了一种基于圈结构的网络多传播源选择方法,能够在社交平台等大规模场景中利用已知的对象之间的关系构建复杂网络,确定传播效果最优的多对象组合,即多传播源,以用于信息传播效果的最优化。传播源的数量可以根据需求动态调整,这些多传播源在网络中分布广泛且均匀,有利于促进信息的有效传播,当一些对象由于各种原因无法用于所需进行的传播活动时,本发明还可以找到替代组合以实现相近性能,整个过程耗时较短。

    一种学术论文审稿人的推荐方法

    公开(公告)号:CN114741495A

    公开(公告)日:2022-07-12

    申请号:CN202210204792.9

    申请日:2022-03-02

    Abstract: 本发明提供了一种学术论文审稿人的推荐方法,涉及计算机算法领域,不依赖复杂的文本分析,无需获取完整文本信息,计算成本低,有效性和准确性高;该方法包括:S1、根据待审论文的摘要和/或关键词从数据库中获取相关领域内已发表论文以及对应作者的数据;S2、根据获取的论文数据和学者数据构建学者‑论文双层网络模型;S3、进行作者匹配实验,根据实验结果确定最优扩散参数;S4、将待审论文以及其作者并入已构建的学者‑论文双层网络模型中,并结合已确定值的最优扩散参数,采用资源扩散的方式获得各学者的资源值;S5、根据各学者的资源值生成推荐列表并推荐相应学者作为所述待审论文的审稿人。

Patent Agency Ranking