公开(公告)号：CN112925989B

公开(公告)日：2022-04-26

申请号：CN202110127755.8

申请日：2021-01-29

Applicant: 中国计量大学

Inventor： 汪晓锋 ,  王栽胜 ,  刘伟 ,  赵本香 ,  刘睿敏

IPC: G06F16/9536 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明属于网络数据挖掘领域，公开了一种属性网络的群体发现方法及系统，用于准确地识别属性网络中潜在的群体结构，包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑和节点属性集合；基于节点度中心性度量和节点间相对距离定位潜在的聚类中心节点；根据拓扑结构信息将网络邻接矩阵转换为相似矩阵，同时合成节点属性矩阵；运用多层图卷积模型同时对结构信息和节点属性进行深度融合并自动识别完整的群体结构；最后对群体发现结果进行评价。本发明可面向大规模属性网络数据，在较低时间复杂度下揭示群体结构，对复杂网络普适性强，具有较高的应用价值。

公开(公告)号：CN112925989A

公开(公告)日：2021-06-08

申请号：CN202110127755.8

申请日：2021-01-29

Applicant: 中国计量大学

Inventor： 汪晓锋 ,  王栽胜 ,  刘伟 ,  赵本香 ,  刘睿敏

IPC: G06F16/9536 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明属于网络数据挖掘领域，公开了一种属性网络的群体发现方法及系统，用于准确地识别属性网络中潜在的群体结构，包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑和节点属性集合；基于节点度中心性度量和节点间相对距离定位潜在的聚类中心节点；根据拓扑结构信息将网络邻接矩阵转换为相似矩阵，同时合成节点属性矩阵；运用多层图卷积模型同时对结构信息和节点属性进行深度融合并自动识别完整的群体结构；最后对群体发现结果进行评价。本发明可面向大规模属性网络数据，在较低时间复杂度下揭示群体结构，对复杂网络普适性强，具有较高的应用价值。

公开(公告)号：CN115438272A

公开(公告)日：2022-12-06

申请号：CN202210313002.0

申请日：2021-01-29

Applicant: 中国计量大学

Inventor： 汪晓锋 ,  王栽胜 ,  赵本香 ,  刘睿敏

IPC: G06F16/9536 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明属于网络数据挖掘领域，公开了一种属性网络的群体发现系统，用于准确地识别属性网络中潜在的群体结构，包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑和节点属性集合；基于节点度中心性度量和节点间相对距离定位潜在的聚类中心节点；根据拓扑结构信息将网络邻接矩阵转换为相似矩阵，同时合成节点属性矩阵；运用多层图卷积模型同时对结构信息和节点属性进行深度融合并自动识别完整的群体结构；最后对群体发现结果进行评价。本发明可面向大规模属性网络数据，在较低时间复杂度下揭示群体结构，对复杂网络普适性强，具有较高的应用价值。

公开(公告)号：CN113989544A

公开(公告)日：2022-01-28

申请号：CN202111153366.9

申请日：2021-09-29

Applicant: 中国计量大学

Inventor： 汪晓锋 ,  赵本香 ,  沈国栋 ,  王栽胜 ,  张增杰 ,  全大英

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公共了一种基于深度图卷积网络的群体发现方法，用于解决现有方法对属性网络中的群体结构识别率低的问题。它具体包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑并确定少量节点标签；利用标签传播算法对现有的节点标签进行预训练以扩展标签集合；通过构建深度图卷积模型同时对结构信息和节点属性进行深度融合并自动识别完整的群体结构。采用本发明的技术方案，有利于挖掘大规模属性网络中群体特征，同时有效提高群体识别的准确性。