-
公开(公告)号：CN110222262A
公开(公告)日：2019-09-10
申请号：CN201910435231.8
申请日：2019-05-23
Applicant: 国家计算机网络与信息安全管理中心 , 北京天润基业科技发展股份有限公司
IPC: G06F16/9535 , G06K9/00 , G06K9/62 , G06N20/00
Abstract: 本发明公开一种利用新闻评论行为的网络用户人格自动识别方法：步骤一、利用新闻语料资源，对每个新闻文本内容进行中文分词；筛选掉停用词后得到该语料库的所有不同的词条，作为新闻内容词典；步骤二、利用机器学习方法，建立新闻评论行为到人格的预测模型；步骤三、在得到预测模型之后，针对新的网络用户，获得该新的网络用户参与评论的所有新闻，采用获得归一化之后的自变量，利用训练得到的模型实现对网络用户人格的自动识别。本发明对人格的自动识别，无需用户自我报告，时效性高；对用户没有任何干扰，生态效度高；可以做到大规模用户人格的自动识别；人格识别效率提高；满足在新闻网站场景下对人员人格特征的监测要求。
-
公开(公告)号：CN119990203A
公开(公告)日：2025-05-13
申请号：CN202411812196.4
申请日：2024-12-10
Applicant: 国家计算机网络与信息安全管理中心 , 清华大学
IPC: G06N3/06 , G06F18/2431
Abstract: 本发明提供一种大模型安全神经元筛选方法和装置，方法包括：对基础大模型进行安全对齐，得到安全对齐模型；计算所述安全对齐模型和所述基础大模型的神经元激活差异；基于所述神经元激活差异，确定对所述基础大模型进行安全对齐时的安全神经元。本发明从模型自身内部的性质出发，不受任务形式限制，容易扩展，适用于大模型中的安全神经元发现，为进一步研究大模型的安全机理提供方案。
-
公开(公告)号：CN119990134A
公开(公告)日：2025-05-13
申请号：CN202411808989.9
申请日：2024-12-10
Applicant: 国家计算机网络与信息安全管理中心 , 清华大学
IPC: G06F40/30 , G06F40/284 , G06F40/237
Abstract: 本发明提供一种使用自述式提示与集成梯度的语义贡献识别方法及系统，包括：获取输入数据并编写特定的问题提示；将所述问题提示多次输入至预设的大语言模型，引导大语言模型自动识别并报告在决策过程中起到关键作用的词汇，生成关键词提议集合；基于所述关键词提议集合抽取关键词，生成第一语义贡献度列表；基于所述输入数据通过预设的公式进行集成梯度计算，生成第二语义贡献度列表；将所述第一语义贡献度列表和第二语义贡献度列表进行整合分析，确定对大语言模型决策有重大影响的词汇。本发明解决了现有技术中大语言模型行为解释单一方法的局限性问题，提高了模型解释的全面性和准确性，满足了在多种自然语言处理应用中对可解释性的要求。
-
公开(公告)号：CN114297498B
公开(公告)日：2024-10-15
申请号：CN202111638795.5
申请日：2021-12-29
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/9536 , G06N3/0464 , G06Q50/00
Abstract: 本发明通过网络技术处理领域的方法，实现了一种基于关键传播结构感知的意见领袖识别方法和装置。方法基于神经网络算法，设计用户双重特征提取模块和关键传播结构挖掘模块两个逻辑模块组成，通过输入微博中不同话题数据，得到输入数据中具有代表性特征的意见领袖及关联关系输出。本发明设计基于节点中心度的消息传递机制，充分结合了节点在拓扑结构中的重要性，构造了一个新的图神经网络模型提取社交网络中用户的特征。首次利用图分类任务挖掘不同事件中的关键结构信息，在挖掘社交网络中top‑k个意见领袖的同时能够从节点连通性、节点相似度、节点中心度三个角度学习意见领袖之间潜在的联系，构造网络中的关键传播结构。
-
公开(公告)号：CN118410403A
公开(公告)日：2024-07-30
申请号：CN202410654244.5
申请日：2024-05-24
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/241 , G06F40/30 , G06F16/36 , G06N5/025 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本公开涉及互联网信息处理技术领域，尤其涉及受雇网络写手的识别方法、装置、计算机设备及存储介质；方法包括：在获取到网络用户和各网络用户之间的关联关系后，以网络用户为节点，以关联关系为边构建了第一知识图谱，并将第一知识图谱输入至预训练的图神经网络模型中，最终得到各网络用户分别对应的类别标签，完成对网络用户的识别；在利用图神经网络模型对各网络节点进行识别时，将网络节点之间的关联关系以及与各网络节点相邻的节点信息也考虑进去，使得最终得到的类别标签具有更高的准确性，相较于当前仅根据用户信息对网络用户进行识别的方式，根据本方案识别方法得到的识别结果具有更强的说服力。
-
Patent Agency Ranking
公开(公告)号：CN111581370B
公开(公告)日：2023-06-23
申请号：CN202010310036.5
申请日：2020-04-20
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/335 , G06F16/951 , G06F16/9536 , G06F40/242 , G06Q10/0637 , G06Q50/00
Abstract: 本发明公开了一种综合多通道数据来源的网络舆情热度评估方法，包括：步骤一、收集各通道的流数据；步骤二、量化流数据对于目标事件的敏感值和情绪标签；步骤三、基于敏感度和影响力量化得到主体指标值；步骤四、基于敏感消息数、各类情绪标签对应的消息数，量化得到内容指标值；步骤五、基于每日的消息数、用户数、群组数，量化得到传播指标值；步骤六、基于主体指标值、内容指标值、传播指标值，量化得到各通道的综合热度值，并计算得到目标事件当日的总热度值。本方法建立了普适的网络舆情热度评估指标体系，评估结果更准确全面。本发明还公开了一种综合多通道数据来源的网络舆情热度评估装置，本装置对网络舆情热度的评估更准确全面。
-
公开(公告)号：CN116186191A
公开(公告)日：2023-05-30
申请号：CN202210320305.5
申请日：2022-03-29
Applicant: 国家计算机网络与信息安全管理中心 , 北京理工大学
Abstract: 本发明涉及基于多维信息的任务匹配方法，属于基于大数据智能分析与挖掘技术领域。本发明是结合文本处理、机器学习方法、线性模型、动态规划等方法对相应文本进行处理，从而对文本所含“价值”进行分析，并借助大数据的手段将人工主观文本分析变为自动化完成，提高系统找到匹配结果的效率。本发明采用多种大数据分析的思想和多路召回的思想，对于同一任务会召回多个表单，每一个表单进行同样的操作，设置不同的权重，最后多路交集，从而可以取到更加准确的筛选结果，大大提高了工作效率。
-
公开(公告)号：CN115310000A
公开(公告)日：2022-11-08
申请号：CN202110432130.2
申请日：2021-04-21
Applicant: 国家计算机网络与信息安全管理中心 , 北京中科闻歌科技股份有限公司 , 国科智安(北京)科技有限公司
IPC: G06F16/9536 , G06F16/955 , G06Q50/00
Abstract: 本发明提供了一种信息处理方法、处理装置、电子设备和可读存储介质，方法包括：获取文本数据，根据文本数据得到目标统一资源定位符；将文本数据输入至目标业务的分类模型，得到文本数据的目标业务相关度；确定目标统一资源定位符的热度值；根据热度值和文本数据的目标业务相关度，确定目标统一资源定位符的推荐指数；根据推荐指数，输出目标统一资源定位符，通过运行该方法，可以为文本数据中的抽取得到的目标统一资源定位符标注推荐指数，并根据推荐指数输出目标统一资源定位符，以实现信源的推荐。
-
公开(公告)号：CN114881161A
公开(公告)日：2022-08-09
申请号：CN202210546540.4
申请日：2022-05-20
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种面向多社交网络平台的机器人检测方法，包括：获取社交网络平台的用户账号数据，将账号ID作为用户的唯一标识符，提取用户特征，朋友特征，网络特征，内容特征，情感特征，时序特征；构建高维的原始矩阵，通过显著性分析，得到低维的特征矩阵；采用聚类算法或分类算法实现划分，识别出正常用户账号与机器人账号。本发明还公开了一种面向多社交网络平台的机器人检测装置、电子设备及存储介质。本发明对境内外多个社交网络平台账号数据进行研究，通过特征表示、特征显著性分析、聚类或分类等算法进行社交机器人检测，识别出社交网络中的社交机器人账号，从而预警大规模社交机器人异常行为，进而维护社交网络安全。
-
公开(公告)号：CN113268673A
公开(公告)日：2021-08-17
申请号：CN202110443364.7
申请日：2021-04-23
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/9536 , G06F40/253 , G06F40/284
Abstract: 本发明公开了一种互联网行动类信息线索分析的方法，包括：从互联网获取信息文本；将信息文本输入预训练的行动线索标注算法模型中，应用预训练的行动线索标注算法模型获取信息文本中的行动类信息线索单词；其中，所述行动类信息线索单词的实体类型包括自定义类型，所述行动线索标注算法模型对属于自定义类型的单词的权重进行增量运算。本发明可以对采集内容进行快速的语法分析，获取内容中用户关注的时间、地点、人物和活动等行动类线索信息，这样就可以对关键词信息进行标注或分类，最终让用户可以很清晰、明了的查看线索信息内容。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.103 seconds)
