-
公开(公告)号：CN111814066B
公开(公告)日：2022-06-03
申请号：CN202010620580.X
申请日：2020-07-01
申请人： 重庆邮电大学
IPC分类号： G06F16/9536 , G06Q50/00
摘要： 本发明属于社交网络分析领域，具体涉及一种基于启发式算法的动态社交用户对齐方法及系统；所述方法包括：跨网络新增节点权重自适应学习方法，在单网络环境下引入注意力机制获取新节点在单网络中的局部影响权重，在多网络环境下使用跨网络特有的锚节点作为监督信息，启发式学习新节点在用户对齐任务驱动下的局部影响权重；网络局部动态更新，融合上述两种权重，选择需要更新的网络范围，在保持二阶邻居相似度的前提下进行网络局部动态更新，完成用户对齐任务驱动下的多网络用户表示，进而完成动态跨网络用户对齐；本发明可以在不失准确率的情况下在较短的时间完成动态网络的更新，有效解决动态网络用户对齐时间开销大、模型重训练等问题。
-
公开(公告)号：CN111814066A
公开(公告)日：2020-10-23
申请号：CN202010620580.X
申请日：2020-07-01
申请人： 重庆邮电大学
IPC分类号： G06F16/9536 , G06Q50/00
摘要： 本发明属于社交网络分析领域，具体涉及一种基于启发式算法的动态社交用户对齐方法及系统；所述方法包括：跨网络新增节点权重自适应学习方法，在单网络环境下引入注意力机制获取新节点在单网络中的局部影响权重，在多网络环境下使用跨网络特有的锚节点作为监督信息，启发式学习新节点在用户对齐任务驱动下的局部影响权重；网络局部动态更新，融合上述两种权重，选择需要更新的网络范围，在保持二阶邻居相似度的前提下进行网络局部动态更新，完成用户对齐任务驱动下的多网络用户表示，进而完成动态跨网络用户对齐；本发明可以在不失准确率的情况下在较短的时间完成动态网络的更新，有效解决动态网络用户对齐时间开销大、模型重训练等问题。
-
公开(公告)号：CN112163170B
公开(公告)日：2022-10-18
申请号：CN202011082763.7
申请日：2020-10-12
申请人： 重庆邮电大学
IPC分类号： G06F16/9536 , G06Q50/00
摘要： 本发明属于社交网络分析领域，具体涉及一种基于虚节点和元学习改进社交网络对齐的方法，包括跨社交网络分别添加成对虚节点，加入虚节点后的社交网络在图表示算法中进行新的训练，利用虚节点使得社交网络的向量表示空间变得更加稀疏；利用元学习通过不同的社交网络数据得到对齐所需的先验知识，半监督环境下聚合锚节点周围邻居的信息来更新虚节点的向量，在跨网络环境下利用先验知识去更新测试数据中虚节点的更新方向，虚节点找到在对齐工作中的最佳位置；本发明可以改进利用图表示算法进行的社交网络对齐工作，从表示向量的本质出发，有效的改变了节点表示的训练方式，提升这些算法的准确率。
-
公开(公告)号：CN112487305A
公开(公告)日：2021-03-12
申请号：CN202011388770.X
申请日：2020-12-01
申请人： 重庆邮电大学
IPC分类号： G06F16/9536 , G06Q50/00 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于GCN的动态社交用户对齐方法，属于网络分析领域。利用源网络和目标网络中的节点与边的结构和关系，组合成一个融合网络Z，用于保存两个网络中的节点与边的结构，并作为模型的初始输入结构，且根据网络动态变化的时间序列，生成一系列网络快照Z1，Z2，...ZT；最后通过一个全连接层输出网络表示，同时在全连接层定义一个损失函数进行节点分类，分出潜在锚节点与非锚节点。本发明可以在深层神经网络模型下完成动态网络的用户对齐任务，有效保存网络结构信息、属性信息和时间信息等多维信息，解决动态网络用户对齐任务模型重训练、训练信息单一等问题。
-
公开(公告)号：CN110825861A
公开(公告)日：2020-02-21
申请号：CN201911073080.2
申请日：2019-11-05
申请人： 重庆邮电大学
IPC分类号： G06F16/332 , G06F16/35 , G06K9/62
摘要： 本发明涉及自然语言处理领域，特别涉及一种基于分布式表示模型困惑度的人机对话方法；本方法包括：获取文本数据；对文本数据进行处理，得到BERT模型和模型困惑度特征向量；将文本数据转换为768维句向量；利用768维句向量训练t-SNE模型，并结合k得到3维向量；利用3维向量训练单分类One-Class SVM模型，并判别输入数据属于域内还是域外；利用768维句向量训练逻辑回归文本分类模型，并对文本数据进行领域内分类；输入文本数据，判断输入的数据为域内还是域外，并做出回答；本发明实现了对文本域内域外的判断，从而判别出用户输入是否在问答系统解决能力范围内，避免了问答系统对不知情的问题乱回答的现象。
-
公开(公告)号：CN112487305B
公开(公告)日：2022-06-03
申请号：CN202011388770.X
申请日：2020-12-01
申请人： 重庆邮电大学
IPC分类号： G06F16/9536 , G06Q50/00 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于GCN的动态社交用户对齐方法，属于网络分析领域。利用源网络和目标网络中的节点与边的结构和关系，组合成一个融合网络Z，用于保存两个网络中的节点与边的结构，并作为模型的初始输入结构，且根据网络动态变化的时间序列，生成一系列网络快照Z1，Z2，...ZT；最后通过一个全连接层输出网络表示，同时在全连接层定义一个损失函数进行节点分类，分出潜在锚节点与非锚节点。本发明可以在深层神经网络模型下完成动态网络的用户对齐任务，有效保存网络结构信息、属性信息和时间信息等多维信息，解决动态网络用户对齐任务模型重训练、训练信息单一等问题。
-
公开(公告)号：CN110825861B
公开(公告)日：2022-05-03
申请号：CN201911073080.2
申请日：2019-11-05
申请人： 重庆邮电大学
IPC分类号： G06F16/332 , G06F16/35 , G06K9/62
摘要： 本发明涉及自然语言处理领域，特别涉及一种基于分布式表示模型困惑度的人机对话方法；本方法包括：获取文本数据；对文本数据进行处理，得到BERT模型和模型困惑度特征向量；将文本数据转换为768维句向量；利用768维句向量训练t‑SNE模型，并结合k得到3维向量；利用3维向量训练单分类One‑Class SVM模型，并判别输入数据属于域内还是域外；利用768维句向量训练逻辑回归文本分类模型，并对文本数据进行领域内分类；输入文本数据，判断输入的数据为域内还是域外，并做出回答；本发明实现了对文本域内域外的判断，从而判别出用户输入是否在问答系统解决能力范围内，避免了问答系统对不知情的问题乱回答的现象。
-
公开(公告)号：CN112163170A
公开(公告)日：2021-01-01
申请号：CN202011082763.7
申请日：2020-10-12
申请人： 重庆邮电大学
IPC分类号： G06F16/9536 , G06Q50/00
摘要： 本发明属于社交网络分析领域，具体涉及一种基于虚节点和元学习改进社交网络对齐的方法，包括跨社交网络分别添加成对虚节点，加入虚节点后的社交网络在图表示算法中进行新的训练，利用虚节点使得社交网络的向量表示空间变得更加稀疏；利用元学习通过不同的社交网络数据得到对齐所需的先验知识，半监督环境下聚合锚节点周围邻居的信息来更新虚节点的向量，在跨网络环境下利用先验知识去更新测试数据中虚节点的更新方向，虚节点找到在对齐工作中的最佳位置；本发明可以改进利用图表示算法进行的社交网络对齐工作，从表示向量的本质出发，有效的改变了节点表示的训练方式，提升这些算法的准确率。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.02 秒)
