-
公开(公告)号：CN110019812A
公开(公告)日：2019-07-16
申请号：CN201810164771.2
申请日：2018-02-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种用户自生产内容检测方法和系统，包括：获取社交媒体中用户自生产内容的文本内容、图像内容和社交属性，并从文本内容中抽取词向量特征，从社交属性中抽取社交属性特征以及从图像内容中抽取图像特征；通过递归神经网络融合词向量特征和社交属性特征，得到文本、社交融合特征；根据递归神经网络得到注意力向量，并通过注意力机制将图像特征处理为注意力融合特征，将注意力融合特征与文本、社交融合特征相融合，生成多模态融合特征；利用多模态融合特征训练分类器，以检测社交媒体中指定的用户自生产内容。本发明通过深度神经网络，融合内容检测涉及的多种模态内容，能够全面地进行用户自生产内容检测，得到更加准确的检测结果。
-
公开(公告)号：CN108681749A
公开(公告)日：2018-10-19
申请号：CN201810486787.5
申请日：2018-05-21
Applicant: 中国科学院计算技术研究所
CPC classification number: G06K9/6267 , G06K9/6256 , G06Q50/01
Abstract: 本发明提供了一种基于网络社交平台构建隐私信息甄别模型的方法。该方法包括以下步骤：根据网络社交平台上已发布的问题及相关答案之间的结构特征构建由多组分析数据构成的训练样本集，其中，每组分析数据包括问题信息、相关的答案列表信息以及对应的隐私性标签；以所述训练样本集中的问题信息、相关的答案列表信息为输入，以对应的隐私性标签为输出训练深度学习模型，以获得基于所述深度学习模型的隐私信息甄别模型。本发明的隐私信息甄别方法能够对用户在网络社交平台上发布的内容有效地甄别其是否属于隐私信息。
-
公开(公告)号：CN107886441A
公开(公告)日：2018-04-06
申请号：CN201710970005.0
申请日：2017-10-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种社交网络脆弱性评估的方法，包括：采集社交网络中某用户的相关信息，计算得到该用户的档案信息量和博文信息量；以该档案信息量和该博文信息量，得到该用户的个人信息量；以该用户在该社交网络中的朋友数量，及该用户所发布博文信息在该社交网络中的转发次数，得到该用户的信息传播量；以该用户的个人信息量和信息传播量，得到该用户的个人脆弱性评估值；以该个人脆弱性评估值对该用户的个人脆弱性进行评估；以该用户的个人脆弱性评估值，及该用户在该社交网络中的朋友的个人脆弱性评估值，得到该用户的社交网络脆弱性评估值；以该绝对脆弱性评估值对该用户的该社交网络脆弱性进行评估。
-
公开(公告)号：CN109977393A
公开(公告)日：2019-07-05
申请号：CN201711464946.3
申请日：2017-12-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于内容争议性的流行新闻预测方法，包括：争议性模式挖掘步骤，构建多任务学习的卷积神经网络模型，以对历史流行新闻进行模式的挖掘，得到该历史流行新闻的内容争议性模式的特征；流行新闻预测步骤，将新生新闻转化为词语字符的合集C，并将该合集C与该内容争议性模式进行匹配，得到该新生新闻的争议度得分P，以判断该新生新闻是否属于流行新闻；预测结果验证步骤，通过该新生新闻的实际流行性对该卷积神经网络模型进行验证，并使用验证结果对该卷积神经网络模型进行训练。本发明从争议性新闻本质的内容模式出发，能够实时准确地预测出潜在的流行新闻。
-
公开(公告)号：CN109388754A
公开(公告)日：2019-02-26
申请号：CN201710684736.9
申请日：2017-08-11
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9536 , G06F21/62 , G06Q50/00
Abstract: 本发明涉及一种基于社交媒体的用户隐私意识评估方法，通过社交媒体，提取社交用户的信息项，构建初始社交用户信息集，获取并分析该社交用户的该信息项，量化该信息项的隐私意识值并获取该信息项的评估指标权重，通过对该信息项的隐私意识值和评估指标权重加权求和，得到该社交用户的隐私意识值。本发明的方法利用社交媒体用户可访问的个人页面信息，快捷方便地计算社交用户的隐私保护意识值，对于进一步的用户隐私保护具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN108628955A
公开(公告)日：2018-10-09
申请号：CN201810316810.6
申请日：2018-04-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种推荐系统的个性化隐私保护方法，包括：获取所有用户的评分项目i以形成评分项目集合R；计算该评分项目i两两之间的相似度；以评分项目集合R中用户A的评分项目j形成评分项目集合RA；获得该用户A对评分项目集合RA的评分数据集D；根据预设的相似度阈值，在评分项目集合R中选取评分项目j的替换项目j'；根据预设的个人隐私系数，将评分项目j全部或部分替换为替换项目j'，形成虚拟用户A'的评分项目集合RA'；以评分数据集D作为虚拟用户A'对评分项目集合RA'的评分数据集D'，通过该推荐系统获得推荐结果，并反馈给该用户A。
-
公开(公告)号：CN108681749B
公开(公告)日：2021-11-23
申请号：CN201810486787.5
申请日：2018-05-21
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于网络社交平台构建隐私信息甄别模型的方法。该方法包括以下步骤：根据网络社交平台上已发布的问题及相关答案之间的结构特征构建由多组分析数据构成的训练样本集，其中，每组分析数据包括问题信息、相关的答案列表信息以及对应的隐私性标签；以所述训练样本集中的问题信息、相关的答案列表信息为输入，以对应的隐私性标签为输出训练深度学习模型，以获得基于所述深度学习模型的隐私信息甄别模型。本发明的隐私信息甄别方法能够对用户在网络社交平台上发布的内容有效地甄别其是否属于隐私信息。
-
公开(公告)号：CN109977393B
公开(公告)日：2021-09-03
申请号：CN201711464946.3
申请日：2017-12-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于内容争议性的流行新闻预测方法，包括：争议性模式挖掘步骤，构建多任务学习的卷积神经网络模型，以对历史流行新闻进行模式的挖掘，得到该历史流行新闻的内容争议性模式的特征；流行新闻预测步骤，将新生新闻转化为词语字符的合集C，并将该合集C与该内容争议性模式进行匹配，得到该新生新闻的争议度得分P，以判断该新生新闻是否属于流行新闻；预测结果验证步骤，通过该新生新闻的实际流行性对该卷积神经网络模型进行验证，并使用验证结果对该卷积神经网络模型进行训练。本发明从争议性新闻本质的内容模式出发，能够实时准确地预测出潜在的流行新闻。
-
公开(公告)号：CN110019812B
公开(公告)日：2021-08-20
申请号：CN201810164771.2
申请日：2018-02-27
Applicant: 中国科学院计算技术研究所
IPC: G06F40/289 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种用户自生产内容检测方法和系统，包括：获取社交媒体中用户自生产内容的文本内容、图像内容和社交属性，并从文本内容中抽取词向量特征，从社交属性中抽取社交属性特征以及从图像内容中抽取图像特征；通过递归神经网络融合词向量特征和社交属性特征，得到文本、社交融合特征；根据递归神经网络得到注意力向量，并通过注意力机制将图像特征处理为注意力融合特征，将注意力融合特征与文本、社交融合特征相融合，生成多模态融合特征；利用多模态融合特征训练分类器，以检测社交媒体中指定的用户自生产内容。本发明通过深度神经网络，融合内容检测涉及的多种模态内容，能够全面地进行用户自生产内容检测，得到更加准确的检测结果。
-
公开(公告)号：CN107886441B
公开(公告)日：2021-01-08
申请号：CN201710970005.0
申请日：2017-10-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种社交网络脆弱性评估的方法，包括：采集社交网络中某用户的相关信息，计算得到该用户的档案信息量和博文信息量；以该档案信息量和该博文信息量，得到该用户的个人信息量；以该用户在该社交网络中的朋友数量，及该用户所发布博文信息在该社交网络中的转发次数，得到该用户的信息传播量；以该用户的个人信息量和信息传播量，得到该用户的个人脆弱性评估值；以该个人脆弱性评估值对该用户的个人脆弱性进行评估；以该用户的个人脆弱性评估值，及该用户在该社交网络中的朋友的个人脆弱性评估值，得到该用户的社交网络脆弱性评估值；以该绝对脆弱性评估值对该用户的该社交网络脆弱性进行评估。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.034 seconds)
