-
公开(公告)号：CN104506958B
公开(公告)日：2018-01-12
申请号：CN201510006008.3
申请日：2015-01-07
Applicant: 电子科技大学
IPC: H04N21/61 , H04N21/647 , H04N21/258
Abstract: P2P直播应用会产生大量跨自治域的网络流量，本发明公开一种P2P直播系统的重叠网络构建方法，针对域间流量进行优化，同时保证直播视频的播放质量。方法包括：第一，根据自治域之间的物理链路延迟及每个自治域需要建立的输入域间连接数，确定重叠网络中各自治域之间的互连关系；第二，根据每个自治域需要建立的域间连接数目和域内的用户数目，确定每个自治域数据传输的骨干节点和核心节点；第三，在各自治域的核心节点之间建立实际的单向域间连接，用于不同自治域之间的数据单向传输；第四，在各自治域内部建立核心节点、骨干节点、普通节点之间的双向域内连接，用于自治域内部的数据双向传输。
-
公开(公告)号：CN104573057B
公开(公告)日：2017-10-27
申请号：CN201510032702.2
申请日：2015-01-22
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种用于将多个UGC网站上属于同一实体用户的账户关联起来的方法，基本原理是从UGC网站帐户生成的文本内容中提取特征来关联不同UGC网站平台上属于同一实体用户的多个帐户。该方法数据获取、数据预处理、特征提取和逐层过滤组成。数据获取部分收集目标UGC网站用户帐户生成的文本内容。数据预处理部分对文本内容进行预处理。特征提取部分从文本内容中提取性别特征、年龄特征、地理位置活动特征和写作风格特征。逐层过滤部分依次通过性别、年龄、地理位置活动和写作风格特征逐层过滤掉与给定用户账户不相关的账户。本发明能够有效解决同一实体用户在不同UGC网站上的帐户之间不相关的问题，具有很高的实用价值。
-
公开(公告)号：CN104239490B
公开(公告)日：2017-05-10
申请号：CN201410454038.6
申请日：2014-09-05
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种用于UGC网站平台的多账户检测方法及装置，属于数据关联技术领域。本发明的方法通过一种交互式的单类分类器检测方法完成多账户检测，提取每个用户账户的文本内容并进行特征提取，形成一系列的特征向量样本点，再提取一系列特征向量样本点分别计算每个用户账户的自关联度，以及与其他用户账户的互关联度；若用户账户Di的自关联度与任意其他用户账户的互关联度的差值小于预设阈值，则认为该用户账户与用户账户Di为同一真实账户。在检测时，只需要各用户账户所生成的文本内容，不需要真实用户身份信息。基于上述方法，本发明还剔除了一种用于UGC网站平台的多账户检测方法及装置。本发明用于UGC网站平台的多账户检测，准确率高、适用性好。
-
公开(公告)号：CN105718573A
公开(公告)日：2016-06-29
申请号：CN201610040066.2
申请日：2016-01-20
Applicant: 电子科技大学
Abstract: 本发明提供一种针对用户兴趣的关注关系提取及标注方法，目的是为存在关注功能的网络平台提取出能够反映用户共同兴趣的关注关系，并对该条关注关系所代表的兴趣特征进行关键词标注。方法包括：首先建立全网络平台的关注关系图；其次计算任意关注者和被关注者之间的相关性系数；然后依据相关性系数提取出能够反映用户共同兴趣的关注关系；最后对提取的关注关系进行关键词标注。
-
公开(公告)号：CN118824004A
公开(公告)日：2024-10-22
申请号：CN202410850594.9
申请日：2024-06-27
Applicant: 电子科技大学
IPC: G08G1/01 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06N5/04
Abstract: 本发明公开了一种基于路网先验知识和掩码自编码器的交通流量测量方法，将目标区域划分为网格并构建网格对应的交通流量矩阵，然后分块得到数据块序列，对目标区域的地图数据构建得到地图块序列，构建并训练基于掩码自编码器的交通流量推断模型，基于自注意力分数对数据块进行掩码处理，采用对应的地图块代替掩码数据块用于推断掩码数据块的交通流量；在目标区域中选择部分网格块部署交通流量传感器，将这部分网格块的实际测量交通流量和掩码网格块的地图块一起构建数据块序列，输入训练好的交通流量推断模型得到掩码网格块交通流量推断结果，从而完成测量。本发明可以借助交通流量推断模型获取整个目标区域内各个网格的交通流量，节约硬件资源。
-
Patent Agency Ranking
公开(公告)号：CN117235641A
公开(公告)日：2023-12-15
申请号：CN202311117042.9
申请日：2023-08-31
Applicant: 电子科技大学 , 中国电子科技集团公司第十研究所
IPC: G06F18/2433 , G06F18/214 , G06F18/213 , G06F17/16 , G06F18/25 , G06V10/56 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于时频域信息融合的异常流量检测方法，据实际需要从网络中收集若干正常数据流和异常数据流作为数据流样本，对每个数据流样本分别提取包级时域信息矩阵和流级时域信息矩阵，基于包级时域信息矩阵构建每个数据流的频域信息矩阵，根据三个信息矩阵生成数据流特征图像，根据实际需要构建异常检测模型并采用数据流样本进行训练，在异常流量检测时，从网络中抓取数据流并生成数据流特征图像，输入训练好的异常检测模型，得到异常流量检测结果。采用本发明可以有效提高异常流量检测的准确性、效率和鲁棒性。
-
公开(公告)号：CN109034960B
公开(公告)日：2022-09-06
申请号：CN201810763816.8
申请日：2018-07-12
Applicant: 电子科技大学
IPC: G06Q30/06 , G06F16/9535 , G06F16/9536
Abstract: 本发明公开了一种基于用户节点嵌入UNE(User Node Embedding)的多属性推断的方法，构建一种边带权重的用户‑商品二部有向图G并在其上进行有偏置的随机游走，从而获得用户‑商品序列；将所有用户‑商品序列放入CBOW模型中训练得到所有用户在低维空间的实值向量表示；构建一个多属性推断神经网络模型，利用用户的低维向量表示和对应的多属性表示作为训练集进行训练得到一个多属性推断模型。将需要推断用户属性的用户在低维空间的实值向量表示，输入到已经训练好的多属性推断模型中，从而得到该用户的多个属性值。本发明可应用于市场分析中定义不同的客户类型，深度挖掘用户属性信息以优化个性化推荐算法等与用户属性紧密相关的领域。
-
公开(公告)号：CN105741175B
公开(公告)日：2019-08-20
申请号：CN201610057577.5
申请日：2016-01-27
Applicant: 电子科技大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于节点相似度的对多个在线社交网络(OSN)中账户进行关联的方法，从OSN网站账户中提取好友关系来关联不同OSN平台上属于同一实体用户的多个账户。该专利五个部分：数据预处理部分对OSN的账户节点关系图进行预处理；节点序列提取部分通过随机游走获得账户节点序列集合；账户向量表示部分通过词转向量工具word2vec生成每个账户的向量模型；计算线性变换矩阵部分通过梯度下降法求得从一个OSN到另一个OSN的线性变换矩阵W；获取关联账户部分将其中一个OSN中的账户映射到另一OSN的坐标空间，通过相似度度量和阈值筛选，得到所有账户对应的关联账户或者对应的候选集。本发明避免了因账户不真实的特征信息对账户关联结果带来的误差，故而提高了账户关联的健壮性。
-
公开(公告)号：CN107145977A
公开(公告)日：2017-09-08
申请号：CN201710296508.4
申请日：2017-04-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种对在线社交网络用户进行结构化属性推断的方法，将用户的多个属性编码为结构化的组合属性类别向量，通过在用户节点关系图G中进行权重化的随机游走获取用户节点序列集，然后利用词转向量工具Word2Vec生成每个用户节点的实数值向量表示；构建一个的全连接神经网络模型进行训练。在用户属性推断时，将需要推断属性的用户节点向量表示输入到训练好的神经网络模型中，计算得出每个组合属性类别向量的概率，取概率最大的为该用户的组合属性类别。本发明只需提取部分用户的属性信息以及用户间的好友关系(或关注关系)，无需获取额外的用户行为特征数据；同时，所提出的方法充分利用属性之间内在联系，提高了属性推断的准确度。
-
公开(公告)号：CN105741175A
公开(公告)日：2016-07-06
申请号：CN201610057577.5
申请日：2016-01-27
Applicant: 电子科技大学
IPC: G06Q50/00
Abstract: 本发明公开了一种基于节点相似度的对多个在线社交网络(OSN)中账户进行关联的方法，从OSN网站账户中提取好友关系来关联不同OSN平台上属于同一实体用户的多个账户。该专利五个部分：数据预处理部分对OSN的账户节点关系图进行预处理；节点序列提取部分通过随机游走获得账户节点序列集合；账户向量表示部分通过词转向量工具word2vec生成每个账户的向量模型；计算线性变换矩阵部分通过梯度下降法求得从一个OSN到另一个OSN的线性变换矩阵W；获取关联账户部分将其中一个OSN中的账户映射到另一OSN的坐标空间，通过相似度度量和阈值筛选，得到所有账户对应的关联账户或者对应的候选集。本发明避免了因账户不真实的特征信息对账户关联结果带来的误差，故而提高了账户关联的健壮性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.021 seconds)
