-
公开(公告)号：CN113268976B
公开(公告)日：2023-09-12
申请号：CN202110192675.0
申请日：2021-02-20
Applicant: 北京交通大学
IPC: G06F40/216 , G06F16/35 , G06F16/951
Abstract: 本发明提供一种面向微博的话题影响力评估方法，包括：根据每个话题的全部的点赞数、转发数和评论数，获得三个横向指标的权重；根据某个话题的相关文章数占所有话题文章的比例，以及其在单位时间内的文章数，获得活跃度；根据该话题在某月被涉及的持续时间单元数，获得该话题的总持续时间；通过当前某时刻与该话题首次发布时间的时间单元数差，获得该话题的新颖性指标。本方法可以较好地度量微博话题的影响力大小，把握人们对微博话题的关注程度，准确定位人们所倾向关注的话题内容及民众的想法；综合用户参与度，话题活跃度，话题持续时间和话题新颖性对话题的影响力进行评估，可以快速的聚合热点话题的影响力因子，准确给出话题的影响力指标。
-
公开(公告)号：CN113268976A
公开(公告)日：2021-08-17
申请号：CN202110192675.0
申请日：2021-02-20
Applicant: 北京交通大学
IPC: G06F40/216 , G06F16/35 , G06F16/951
Abstract: 本发明提供一种面向微博的话题影响力评估方法，包括：根据每个话题的全部的点赞数、转发数和评论数，获得三个横向指标的权重；根据某个话题的相关文章数占所有话题文章的比例，以及其在单位时间内的文章数，获得活跃度；根据该话题在某月被涉及的持续时间单元数，获得该话题的总持续时间；通过当前某时刻与该话题首次发布时间的时间单元数差，获得该话题的新颖性指标。本方法可以较好地度量微博话题的影响力大小，把握人们对微博话题的关注程度，准确定位人们所倾向关注的话题内容及民众的想法；综合用户参与度，话题活跃度，话题持续时间和话题新颖性对话题的影响力进行评估，可以快速的聚合热点话题的影响力因子，准确给出话题的影响力指标。
-
公开(公告)号：CN119829741A
公开(公告)日：2025-04-15
申请号：CN202411937584.5
申请日：2024-12-26
Applicant: 北京交通大学
IPC: G06F16/334 , G06F40/151 , G06N3/042 , G06N3/088
Abstract: 本发明提出了一种无监督情感分析标签的获取方法和系统，该方法基于提示词工程，巧妙地运用了一个未经对话训练的base大模型。具体而言，该方法首先构建了一套情感提示词集，这些提示词通过自然语言处理技术和领域专家的知识积累精心挑选，旨在引导大模型理解并识别文本中蕴含的情感色彩。随后，在无需对基础大模型进行任何微调操作的前提下，将待分析的情感文本与情感提示词集进行巧妙结合，形成包含明确情感指向的查询语句。接着，利用这个未经对话训练的base大模型，对上述结合了情感提示词的查询语句进行深度推理分析。大模型凭借其强大的语言理解能力和广泛的知识库，能够捕捉到文本中的微妙情感差异，并给出初步的情感分类结果。
-
公开(公告)号：CN117764262A
公开(公告)日：2024-03-26
申请号：CN202311386159.7
申请日：2023-10-24
Applicant: 北京交通大学
IPC: G06Q10/063 , G06Q50/00
Abstract: 本发明提供了一种社会媒体网络话题热度评估方法，包括：S1，获得用户粘性；S2，获得该话题活跃度；S3，获得该话题的持久性；S4，获得该话题的话题新鲜度；S5，获得该话题的媒体关注度；S6，根据该话题的用户粘性、话题活跃度、话题持久性、话题新鲜度、媒体关注度和话题热度衰退比例获得该话题的热度和影响力效能评估模型——能量值模型。本发明综合用户粘性、话题活跃度、话题持久性、话题新鲜度、媒体关注度及话题热度衰退比例，构建更加全面合理的舆论影响力效能评估模型，对社会媒体平台中的网络话题的热度进行较好地评估。同时可以准确发现人们所关注的话题，并进行热点话题的筛选。
-
公开(公告)号：CN113590912B
公开(公告)日：2023-11-14
申请号：CN202110660466.4
申请日：2021-06-15
Applicant: 北京交通大学
IPC: G06F16/953 , G06F16/95
Abstract: 本发明提供了一种融合节点相对位置和绝对度分布的跨社交网络对齐方法。该方法包括：迭代删除源网络和目标网络中的最小度节点，迭代结束，计算出节点的重要度，根据节点的重要度对齐源网络和目标网络中的锚节点；在源网络和目标网络中，计算出节点与每个锚节点之间的位置相似度，得到节点的综合位置相似度向量；采用扩散法计算出节点的邻居度分布度向量；融合节点的综合位置相似度向量和邻居度分布度向量，利用融合后的向量计算跨网络的节点对，得到源网络和目标网络的对齐结果。本发明通过整合节点的综合位置相似度向量和邻居度分布度向量来提高网络对齐的精度，有效避免了由于网络规模过大而导致的度分布雷同的问题和对齐效果对噪声的敏感问题。
-
Patent Agency Ranking
公开(公告)号：CN119398166A
公开(公告)日：2025-02-07
申请号：CN202411416998.3
申请日：2024-10-11
Applicant: 北京交通大学
Abstract: 本申请公开了一种基于证据推理的舆情管理方法、产品、介质及设备，涉及数据挖掘与分析技术领域，该方法包括：获取多个数据源的原始舆情数据；对原始舆情数据进行预处理，得到预处理后的舆情数据；采用情感分析模型和主题生成模型对预处理后的舆情数据进行情感倾向打分，得到情感分数；基于情感分数，采用Dempster‑Shafer证据理论得到综合情感分数；根据综合情感分数进行舆情状态分析及响应策略制定，完成舆情管理。本申请可有效提高舆情管理的效率和准确性。
-
公开(公告)号：CN114896424A
公开(公告)日：2022-08-12
申请号：CN202210719382.8
申请日：2022-06-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种面向领域知识图谱构建的文本五元组数据抽取方法。该方法包括：利用选取的文本数据对实体抽取模型和实体关系抽取模式进行训练，得到训练好的实体抽取模型和实体关系抽取模式；利用训练好的实体抽取模型对待处理的文本数据进行实体和实体属性进行提取，使用关系抽取模型对抽取出实体的数据进行关系抽取，得到实体对之间关系；将实体对、实体对属性以及实体对之间关系构成待处理的文本数据的五元组数据。本发明方法在进行关系模型训练时，采用充分排列组合的数据对关系抽取模型进行训练，同时将全部充分排列组合的实体对输入进关系抽取模型来抽取关系，增加训练数据量的同时可以提高模型训练的准确率，为构建大规模知识图谱奠基。
-
公开(公告)号：CN113590912A
公开(公告)日：2021-11-02
申请号：CN202110660466.4
申请日：2021-06-15
Applicant: 北京交通大学
IPC: G06F16/953 , G06F16/95
Abstract: 本发明提供了一种融合节点相对位置和绝对度分布的跨社交网络对齐方法。该方法包括：迭代删除源网络和目标网络中的最小度节点，迭代结束，计算出节点的重要度，根据节点的重要度对齐源网络和目标网络中的锚节点；在源网络和目标网络中，计算出节点与每个锚节点之间的位置相似度，得到节点的综合位置相似度向量；采用扩散法计算出节点的邻居度分布度向量；融合节点的综合位置相似度向量和邻居度分布度向量，利用融合后的向量计算跨网络的节点对，得到源网络和目标网络的对齐结果。本发明通过整合节点的综合位置相似度向量和邻居度分布度向量来提高网络对齐的精度，有效避免了由于网络规模过大而导致的度分布雷同的问题和对齐效果对噪声的敏感问题。
-
公开(公告)号：CN105976070A
公开(公告)日：2016-09-28
申请号：CN201610366251.0
申请日：2016-05-27
Applicant: 北京交通大学
CPC classification number: G06Q10/04 , G06F16/9535 , G06Q30/0271
Abstract: 本发明提供了一种基于重点元素的矩阵分解及微调方法。该方法主要包括：采集用户对于商品的评分信息，根据评分信息组成稀疏评分矩阵R；根据稀疏评分矩阵R初始化两个低维矩阵P,Q，将低维矩阵P和Q相乘得到预测矩阵设置基于稀疏评分矩阵R和预测矩阵之间的差值最小化的目标函数；通过迭代过程优化目标函数得到低维矩阵P,Q，以及预测矩阵对预测矩阵进行微调更新，得到最终的预测矩阵。本发明针对矩阵分解算法中存在的不足，通过对算法的改进，提出了基于重点元素的快速矩阵分解及微调算法，该算法提高了矩阵分解效率和分解速度的同时，提升了推荐的准确性。
-
公开(公告)号：CN119377733A
公开(公告)日：2025-01-28
申请号：CN202411416320.5
申请日：2024-10-11
Applicant: 北京交通大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06F16/951 , G06N3/043 , G06N3/0442 , G06N3/045 , G06N3/09
Abstract: 本申请公开了一种基于模糊逻辑辅助的网络舆情风险分析方法、装置、设备、介质及产品，涉及数据分析处理领域。该方法包括：获取舆情数据；对舆情数据进行预处理，并基于舆情监测工具对预处理后的舆情数据进行关键信息的提取，得到提取结果；关键信息包括关键词和主题；基于预设的模糊集合和预设的模糊逻辑规则，对提取结果进行模糊推理处理，得到推理结果；预设的模糊集合是提取结果经隶属函数映射至论域区间时，对应的隶属度关联关系的集合；预设的模糊逻辑规则是基于隶属度函数确定的；采用解模糊化方法对推理结果进行分析处理，得到分析结果；分析结果包括风险等级。本申请旨在灵活准确的实现舆情分析，并提高舆情监测分析的效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
