-
公开(公告)号：CN110011838B
公开(公告)日：2021-08-03
申请号：CN201910228119.7
申请日：2019-03-25
Applicant: 武汉大学
IPC: H04L12/24 , G06F16/9538 , G06F16/953
Abstract: 本发明公开了一种动态网络PageRank值的实时跟踪方法。针对随机游走会再次访问网络中的节点和边的情况，本发明引入一种重访问概率模型。在更新PageRank值时，首先依据重访问概率模型计算出需要调整的随机游走路径的精确数量，然后从保存的历史路径中删除并重新模拟相应数量的随机游走路径，得到更新后的PageRank值。每次网络中有新的边加入或者移除时，就对现有的PageRank值进行实时的增量更新，从而达到动态网络PageRank值的跟踪目的。本发明提出的方法适用于大规模的动态网络，显著提升了动态网络PageRank值的跟踪效率，并且在长期的跟踪过程中不会累积误差。
-
公开(公告)号：CN109885797B
公开(公告)日：2020-12-01
申请号：CN201910119063.1
申请日：2019-02-18
Applicant: 武汉大学
IPC: G06F16/958 , G06F16/2458
Abstract: 本发明公开了一种基于多身份空间映射的关系网络构建方法，利用个体身份相关数据将个体映射至多元身份空间，然后根据不同属性维度组合具备不同的身份辨识粒度和社会语义区分度，选取高辨识粒度和高社会语义区分度的属性组合作为个体的聚类维度，将用户在这些属性空间中进行聚类处理，最后通过个体间共现的频度来判定个体间是否存在关系，进而实现关系网络的构建。本发明具有高效、准确、去参数化等特点，可应用于推荐系统，网络安全等领域。
-
Patent Agency Ranking
公开(公告)号：CN109767008A
公开(公告)日：2019-05-17
申请号：CN201910017697.6
申请日：2019-01-07
Applicant: 武汉大学
IPC: G06N20/00 , G06F16/901
Abstract: 本发明公开了一种基于元模式的高度异构网络多态特征学习方法，基于原网络中相似节点在嵌入空间中也相似的原则，提取方法包括以下步骤。首先，采用基于元模式的随机游走来提取异构网络中的随机路径。然后，利用滑窗提取路径中特定目标的相似节点对。最后，根据网络影响力矩阵和加权skip-gram模型来学习异构节点的多态嵌入表达。得到的节点嵌入可以进一步送入有监督学习模型中，实现对节点分类等任务的预测。本发明实现了从异构网络连接中学习节点特征的功能，具有计算简单、时间复杂度低、嵌入表达多样效果好的技术效果。
-
公开(公告)号：CN109919459B
公开(公告)日：2022-05-13
申请号：CN201910128289.8
申请日：2019-02-21
Applicant: 武汉大学
Abstract: 本发明公开了一种面向社交网络对象间影响力度量的方法，首选对两节点的所有路径(M，K)paths进行枚举，然后再对每一条路径找出所有的子路径RF并计算子路径上的路径影响因子RIF(in→in+1)，其中路径影响力因子RIF(in→in+1)为子路径上的节点属性影响力IN(in→in+1)与边属性影响力IE(in→in+1)之和，而节点属性影响力为影响力起始节点的影响力向量与终止节点的被影响力向量转置的乘积，边属性影响力为节点之间的相似度S(in，in+1)与边权重W(in，in+1)的e指数之积，表示为：计算路径上的影响力In_Fpath(M→K)为该路径上所有的路径影响因子之积，最后找出影响力最大的那条路径Pathmax(M→K)的影响力表征为节点之间的影响力In_F(M→K)，其中该路径Pathmax(M→K)为从M到K影响力最大的路径。
-
公开(公告)号：CN110011838A
公开(公告)日：2019-07-12
申请号：CN201910228119.7
申请日：2019-03-25
Applicant: 武汉大学
IPC: H04L12/24 , G06F16/9538 , G06F16/953
Abstract: 本发明公开了一种动态网络PageRank值的实时跟踪方法。针对随机游走会再次访问网络中的节点和边的情况，本发明引入一种重访问概率模型。在更新PageRank值时，首先依据重访问概率模型计算出需要调整的随机游走路径的精确数量，然后从保存的历史路径中删除并重新模拟相应数量的随机游走路径，得到更新后的PageRank值。每次网络中有新的边加入或者移除时，就对现有的PageRank值进行实时的增量更新，从而达到动态网络PageRank值的跟踪目的。本发明提出的方法适用于大规模的动态网络，显著提升了动态网络PageRank值的跟踪效率，并且在长期的跟踪过程中不会累积误差。
-
公开(公告)号：CN109919459A
公开(公告)日：2019-06-21
申请号：CN201910128289.8
申请日：2019-02-21
Applicant: 武汉大学
Abstract: 本发明公开了一种面向社交网络对象间影响力度量的方法，首选对两节点的所有路径(M，K)paths进行枚举，然后再对每一条路径找出所有的子路径RF并计算子路径上的路径影响因子RIF(in→in+1)，其中路径影响力因子RIF(in→in+1)为子路径上的节点属性影响力IN(in→in+1)与边属性影响力IE(in→in+1)之和，而节点属性影响力为影响力起始节点的影响力向量 与终止节点的被影响力向量转置的乘积，边属性影响力为节点之间的相似度S(in，in+1)与边权重W(in，in+1)的e指数之积，表示为：计算路径上的影响力In_Fpath(M→K)为该路径上所有的路径影响因子之积，最后找出影响力最大的那条路径Pathmax(M→K)的影响力表征为节点之间的影响力In_F(M→K)，其中该路径Pathmax(M→K)为从M到K影响力最大的路径。
-
公开(公告)号：CN109885797A
公开(公告)日：2019-06-14
申请号：CN201910119063.1
申请日：2019-02-18
Applicant: 武汉大学
IPC: G06F16/958 , G06F16/2458
Abstract: 本发明公开了一种基于多身份空间映射的关系网络构建方法，利用个体身份相关数据将个体映射至多元身份空间，然后根据不同属性维度组合具备不同的身份辨识粒度和社会语义区分度，选取高辨识粒度和高社会语义区分度的属性组合作为个体的聚类维度，将用户在这些属性空间中进行聚类处理，最后通过个体间共现的频度来判定个体间是否存在关系，进而实现关系网络的构建。本发明具有高效、准确、去参数化等特点，可应用于推荐系统，网络安全等领域。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
