-
公开(公告)号：CN107220312A
公开(公告)日：2017-09-29
申请号：CN201710332672.6
申请日：2017-05-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于共现图的兴趣点推荐方法及系统，推荐方法包含了数据收集与处理，共现图构建，相似度计算，位置因素建模，以及用户推荐五个过程。基于共现图的兴趣点推荐方法，其特征在于利用用户的签到数据构建兴趣点之间的共现图，之后基于共现图计算节点之间的两种相似性，进而根据图中节点间的相似性对用户进行兴趣点推荐。本发明使用基于兴趣点之间的相似性这一新的角度进行推荐，推荐方法充分挖掘了已有数据中的信息，解决了兴趣点推荐过程中的稀疏性，以及大规模社交网络中推荐方法的可伸缩性问题。
-
公开(公告)号：CN108647739A
公开(公告)日：2018-10-12
申请号：CN201810475496.6
申请日：2018-05-17
Applicant: 华中科技大学
Abstract: 本发明公开了基于改进的密度峰值聚类的社交网络社区发现方法，该方法首先为网络中的每个用户计算两个指标：局部密度和相对距离，其中局部密度的计算采用高斯核密度估计，而相对距离则表示用户与密度比它大而离它最近的点之间的距离。然后，基于高斯分布选取局部密度很大且相对距离相对较大的点作为社区中心，剩余的非中心点则被分配到密度比它大而离它最近的点所在的社区当中。最后，基于合并因子来度量两个社区之间的距离，合并因子大于给定阈值的社区被合并为一个社区。与现有技术相比，本发明可以同时发现社交网络中的球形和非球形的社区结构，在获得较高的准确性的前提下，只需要更少的参数，解决了任意形状社区的聚类问题。
-
公开(公告)号：CN107220312B
公开(公告)日：2020-08-14
申请号：CN201710332672.6
申请日：2017-05-12
Applicant: 华中科技大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06Q50/00 , H04L29/08
Abstract: 本发明公开了一种基于共现图的兴趣点推荐方法及系统，推荐方法包含了数据收集与处理，共现图构建，相似度计算，位置因素建模，以及用户推荐五个过程。基于共现图的兴趣点推荐方法，其特征在于利用用户的签到数据构建兴趣点之间的共现图，之后基于共现图计算节点之间的两种相似性，进而根据图中节点间的相似性对用户进行兴趣点推荐。本发明使用基于兴趣点之间的相似性这一新的角度进行推荐，推荐方法充分挖掘了已有数据中的信息，解决了兴趣点推荐过程中的稀疏性，以及大规模社交网络中推荐方法的可伸缩性问题。
-
公开(公告)号：CN108647739B
公开(公告)日：2020-09-18
申请号：CN201810475496.6
申请日：2018-05-17
Applicant: 华中科技大学
IPC: G06F16/9536 , G06K9/62 , G06Q50/00
Abstract: 本发明公开了基于改进的密度峰值聚类的社交网络社区发现方法，该方法首先为网络中的每个用户计算两个指标：局部密度和相对距离，其中局部密度的计算采用高斯核密度估计，而相对距离则表示用户与密度比它大而离它最近的点之间的距离。然后，基于高斯分布选取局部密度很大且相对距离相对较大的点作为社区中心，剩余的非中心点则被分配到密度比它大而离它最近的点所在的社区当中。最后，基于合并因子来度量两个社区之间的距离，合并因子大于给定阈值的社区被合并为一个社区。与现有技术相比，本发明可以同时发现社交网络中的球形和非球形的社区结构，在获得较高的准确性的前提下，只需要更少的参数，解决了任意形状社区的聚类问题。
-
-
-
Search Results
4
records
(took 0.019 seconds)
