-
公开(公告)号：CN113094558B
公开(公告)日：2023-10-20
申请号：CN202110375631.1
申请日：2021-04-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F16/901 , G06F16/2458
Abstract: 本发明提供了一种基于局部结构的网络节点影响力排序方法，属于计算机技术领域，选择部分节点作为待排序节点；获取每个待排序节点的r阶邻居节点；基于所述r阶邻居节点及其之间的关系连边构建包含局部结构的有向无权网络；利用排序算法计算得到每个节点的r阶分值；利用重调整算法计算得到每个节点重调整后的分值；将所有节点按重调整后的分值进行排序。本发明能够在仅获取局部关系信息的情况下，计算所有已有对象的影响力，并且通过调整过程进一步修正了在大多数系统都存在的由于时间累积导致的优势偏差，最终输出准确的节点影响力排序，实现了在不完全信息下对重要对象的挖掘，可用于社交网络、引文网络等大规模数据的场景。
-
Patent Agency Ranking
公开(公告)号：CN115037629A
公开(公告)日：2022-09-09
申请号：CN202210204760.9
申请日：2022-03-02
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于圈结构的网络多传播源选择方法，能够在社交平台等大规模场景中利用已知的对象之间的关系构建复杂网络，确定传播效果最优的多对象组合，即多传播源，以用于信息传播效果的最优化。传播源的数量可以根据需求动态调整，这些多传播源在网络中分布广泛且均匀，有利于促进信息的有效传播，当一些对象由于各种原因无法用于所需进行的传播活动时，本发明还可以找到替代组合以实现相近性能，整个过程耗时较短。
-
公开(公告)号：CN114741495A
公开(公告)日：2022-07-12
申请号：CN202210204792.9
申请日：2022-03-02
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/335 , G06F16/38 , G06K9/62
Abstract: 本发明提供了一种学术论文审稿人的推荐方法，涉及计算机算法领域，不依赖复杂的文本分析，无需获取完整文本信息，计算成本低，有效性和准确性高；该方法包括：S1、根据待审论文的摘要和/或关键词从数据库中获取相关领域内已发表论文以及对应作者的数据；S2、根据获取的论文数据和学者数据构建学者‑论文双层网络模型；S3、进行作者匹配实验，根据实验结果确定最优扩散参数；S4、将待审论文以及其作者并入已构建的学者‑论文双层网络模型中，并结合已确定值的最优扩散参数，采用资源扩散的方式获得各学者的资源值；S5、根据各学者的资源值生成推荐列表并推荐相应学者作为所述待审论文的审稿人。
-
公开(公告)号：CN114741495B
公开(公告)日：2024-10-29
申请号：CN202210204792.9
申请日：2022-03-02
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/335 , G06F16/38 , G06F18/214
Abstract: 本发明提供了一种学术论文审稿人的推荐方法，涉及计算机算法领域，不依赖复杂的文本分析，无需获取完整文本信息，计算成本低，有效性和准确性高；该方法包括：S1、根据待审论文的摘要和/或关键词从数据库中获取相关领域内已发表论文以及对应作者的数据；S2、根据获取的论文数据和学者数据构建学者‑论文双层网络模型；S3、进行作者匹配实验，根据实验结果确定最优扩散参数；S4、将待审论文以及其作者并入已构建的学者‑论文双层网络模型中，并结合已确定值的最优扩散参数，采用资源扩散的方式获得各学者的资源值；S5、根据各学者的资源值生成推荐列表并推荐相应学者作为所述待审论文的审稿人。
-
公开(公告)号：CN115037629B
公开(公告)日：2023-11-10
申请号：CN202210204760.9
申请日：2022-03-02
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于圈结构的网络多传播源选择方法，能够在社交平台等大规模场景中利用已知的对象之间的关系构建复杂网络，确定传播效果最优的多对象组合，即多传播源，以用于信息传播效果的最优化。传播源的数量可以根据需求动态调整，这些多传播源在网络中分布广泛且均匀，有利于促进信息的有效传播，当一些对象由于各种原因无法用于所需进行的传播活动时，本发明还可以找到替代组合以实现相近性能，整个过程耗时较短。
-
公开(公告)号：CN113094558A
公开(公告)日：2021-07-09
申请号：CN202110375631.1
申请日：2021-04-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F16/901 , G06F16/2458
Abstract: 本发明提供了一种基于局部结构的网络节点影响力排序方法，属于计算机技术领域，选择部分节点作为待排序节点；获取每个待排序节点的r阶邻居节点；基于所述r阶邻居节点及其之间的关系连边构建包含局部结构的有向无权网络；利用排序算法计算得到每个节点的r阶分值；利用重调整算法计算得到每个节点重调整后的分值；将所有节点按重调整后的分值进行排序。本发明能够在仅获取局部关系信息的情况下，计算所有已有对象的影响力，并且通过调整过程进一步修正了在大多数系统都存在的由于时间累积导致的优势偏差，最终输出准确的节点影响力排序，实现了在不完全信息下对重要对象的挖掘，可用于社交网络、引文网络等大规模数据的场景。
-
-
-
-
-
Search Results
6
records
(took 0.028 seconds)
