公开(公告)号：CN116681101A

公开(公告)日：2023-09-01

申请号：CN202310432287.4

申请日：2023-04-18

Applicant: 安徽大学

Inventor： 赵姝 ,  芮品德 ,  赵桓幜 ,  杜紫维 ,  陈洁 ,  段震

IPC: G06N3/04 ,  G06N3/088

Abstract: 本发明的一种基于层次结构的快速异质信息网络表示学习方法及设备，包括首先获取待挖掘的数据，进行数据清洗、处理和编码，并构建异质信息网络；然后基于网络中异质性和拓扑结构利用异质缩小网络模型迭代缩小网络，得到一系列规模从大到小的层次异质信息网络；接着学习规模最小的异质信息网络的节点表示，并使用该节点表示来训练异质细化模型；最后基于异质细化模型及层次网络之间的映射关系迭代细化网络，获得构建的异质信息网络的节点表示。本发明可以通过缩小规模技术对大规模异质信息网络进行缩小处理，进而减少表示问题的时间和空间复杂度以快速学习网络中的节点表示。

公开(公告)号：CN110083696A

公开(公告)日：2019-08-02

申请号：CN201910326299.2

申请日：2019-04-23

Applicant: 安徽大学

Inventor： 赵姝 ,  赵桓幜 ,  陈喜 ,  陈洁 ,  段震 ,  张燕平

IPC: G06F16/335 ,  G06F16/9535 ,  G06F17/27

Abstract: 本发明公开基于元结构技术的全局引文推荐方法，对原始数据集进行文章提取、词频统计、关键短语筛选数据清洗操作，得到文章并使用文章、文章的作者、出版商和术语信息构建文章库；通过文章库中文章以及文章的作者、出版商和术语，建立异构信息网络；使用三度影响力原则选取三度以内的元结构，并依据所选的元结构和基于元结构的相似度计算技术得到文章库中文章的相似度；提出方法为每个元结构加权来融合文章间基于不同元结构获得的不同的相似度；使用优化算法优化以求得使推荐效果最优的权重；为每篇文章根据最优权重下的相似度和年份生成推荐列表。本发明通过元结构将语义信息融入到文章的相似性计算中，增强了引文推荐的可解释性。

公开(公告)号：CN110083696B

公开(公告)日：2022-11-25

申请号：CN201910326299.2

申请日：2019-04-23

Applicant: 安徽大学

Inventor： 赵姝 ,  赵桓幜 ,  陈喜 ,  陈洁 ,  段震 ,  张燕平

IPC: G06F16/335 ,  G06F16/9535 ,  G06F40/30

Abstract: 本发明公开基于元结构技术的全局引文推荐方法，对原始数据集进行文章提取、词频统计、关键短语筛选数据清洗操作，得到文章并使用文章、文章的作者、出版商和术语信息构建文章库；通过文章库中文章以及文章的作者、出版商和术语，建立异构信息网络；使用三度影响力原则选取三度以内的元结构，并依据所选的元结构和基于元结构的相似度计算技术得到文章库中文章的相似度；提出方法为每个元结构加权来融合文章间基于不同元结构获得的不同的相似度；使用优化算法优化以求得使推荐效果最优的权重；为每篇文章根据最优权重下的相似度和年份生成推荐列表。本发明通过元结构将语义信息融入到文章的相似性计算中，增强了引文推荐的可解释性。