公开(公告)号：CN117633544A

公开(公告)日：2024-03-01

申请号：CN202311428327.4

申请日：2023-10-31

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 吕琳媛 ,  杨荣湄 ,  刘波

IPC: G06F18/22 ,  G06N20/00 ,  G06F18/214 ,  G06F18/24 ,  G06N3/084

Abstract: 本发明公开了一种基于单纯形模体的高阶链路预测方法，该方法计算高阶网络中的单纯形模体，并作为机器学习模型的预测器进行高阶链路预测，有效地提升链路预测算法的预测精度，该方法通过分析单模体预测精度在不同数据集中的表现以及和样本分布差异性的相关系数，提供了两种开发通用模体的特征选择策略，只需要使用部分模体就可以达到较高的预测精度。在Email网络、药物网络、人类接触网络、合作网络、药物滥用警告网络、问答网站网络等不同类型的十个实证数据中进行了预测，预测效果普遍优于传统指标，验证了该方法的有效性和精确性，为预测高阶交互关系提供了帮助,可以有效地推广在社交网络分析、药物研发、推荐系统等应用场景中。

公开(公告)号：CN117910173A

公开(公告)日：2024-04-19

申请号：CN202311266981.X

申请日：2023-09-28

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 吕琳媛 ,  曾钰洁 ,  刘波 ,  周方 ,  任晓龙 ,  张符融

IPC: G06F30/18 ,  G06Q50/00

Abstract: 本发明公开了一种基于超图的量化社交系统拓扑结构影响因素的方法以及系统，本发明使用超图来建模社交系统，通过保证超图的特定他拓扑结构不变，从而建立不同阶的超图零模型，更合理且有效的量化了社交网络中的拓扑结构的影响程度，可以为后续高阶研究打下坚实的基础。

公开(公告)号：CN117436939A

公开(公告)日：2024-01-23

申请号：CN202311656619.3

申请日：2023-12-05

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 吕琳媛 ,  周方 ,  刘波

IPC: G06Q30/0203 ,  G06Q50/00

Abstract: 本发明提供了一种用户社交网络品牌价值量化评估系统，涉及计算机挖掘数据领域，系统包括：数据获取模块用于获取m个用户目标社交平台的社交账号数据；数据处理模块用于获取的m个用户的社交账号数据进行预处理；第一计算模块用于分别计算m个用户的关注网络影响力；第二计算模块用于分别计算m个用户的转发网络影响力；第三计算模块用于分别计算m个用户的社交网络品牌价值；排序模块用于对m个用户的社交网络品牌价值从大到小依次进行排序，生成社交网络品牌价值表；显示模块用于社交网络品牌价值表。本发明能够从关注网络和交互网络两个方面对多个用户社交网络的品牌价值进行综合评估分析，提供全面、准确的用户品牌价值评估对比结果。

公开(公告)号：CN115037630B

公开(公告)日：2023-10-20

申请号：CN202210465545.4

申请日：2022-04-29

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 吕琳媛 ,  刘波

IPC: H04L41/14 ,  H04L41/147

Abstract: 本发明提供了一种基于结构扰动模型的加权网络链路预测方法，涉及链路预测技术领域，能够有效提高加权结构扰动模型的预测精度，满足加权网络链路预测的精度要求；该方法步骤包括：S1、对现有无权结构扰动模型进行加权，得到加权结构扰动模型；S2、对所述加权结构扰动模型进行权重调整，得到调整后加权结构扰动模型；所述权重调整为权重分布范围调整和/或权重种类调整；S3、采用所述调整后加权结构扰动模型对待预测加权网络进行链路预测；步骤S1中采用邻接矩阵对所述无权结构扰动模型进行加权，并对所述邻接矩阵中的权重值进行调整，并通过权重分布范围调节函数、权重种类调节函数以及两者同时调节函数进行权重调整。

公开(公告)号：CN115037630A

公开(公告)日：2022-09-09

申请号：CN202210465545.4

申请日：2022-04-29

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 吕琳媛 ,  刘波

IPC: H04L41/14 ,  H04L41/147

Abstract: 本发明提供了一种基于结构扰动模型的加权网络链路预测方法，涉及链路预测技术领域，能够有效提高加权结构扰动模型的预测精度，满足加权网络链路预测的精度要求；该方法步骤包括：S1、对现有无权结构扰动模型进行加权，得到加权结构扰动模型；S2、对所述加权结构扰动模型进行权重调整，得到调整后加权结构扰动模型；所述权重调整为权重分布范围调整和/或权重种类调整；S3、采用所述调整后加权结构扰动模型对待预测加权网络进行链路预测；步骤S1中采用邻接矩阵对所述无权结构扰动模型进行加权，并对所述邻接矩阵中的权重值进行调整，并通过权重分布范围调节函数、权重种类调节函数以及两者同时调节函数进行权重调整。

公开(公告)号：CN115018060A

公开(公告)日：2022-09-06

申请号：CN202210466670.7

申请日：2022-04-29

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 吕琳媛 ,  刘波 ,  杨荣湄 ,  王浩

IPC: G06N3/06 ,  G06N3/063

Abstract: 本发明提供了一种重要神经循环回路计算方法，涉及脑神经技术领域，能够计算出真实神经元网络中不同阶的非平凡圈‑‑洞的结构，为神经环路研究提供计算方法和结构基础；该方法包括：S1、计算神经元网络的贝蒂数；S2、根据S1的计算结果找到一颗生成树；S3、根据找到的生成树生成对应的无关圈；S4、判断生成的无关圈是否为空心圈；若是，进入下一步，否则判断该无关圈是否包含空心圈；若是，对无关圈进行化简直至找出空心圈，并进入下一步，否则返回S2；S5、判断等价类是否等于贝蒂数；若是，进入下一步，否则回到步骤S2；S6、找到该生成树的所有空心圈，并选取等价类中的最短圈作为最终结果，完成计算。