-
公开(公告)号：CN106682770B
公开(公告)日：2020-08-04
申请号：CN201611151738.3
申请日：2016-12-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于好友圈子的动态微博转发行为预测系统及方法，属于社交网络信息分析领域。基于社交网络中用户关系以及用户行为数据，考虑兴趣差异、用户历史行为、网络结构等在推动网络信息传播中的作用，从用户兴趣、活跃度和影响力三个方面出发，利用LDA主题模型的基础思想和方法，对用户行为进行建模分析，得到关于用户行为的主题分布；使用高斯分布改进LDA，以发现用户的活跃度和影响力；同时，针对用户的活跃度随时间的变化，利用时间离散化及时间切片方法，提出一种改进的LDA动态微博转发行为预测模型并对模型进行拟合，输入数据到预测模型即可动态监测用户的活跃度，更准确的预测用户的转发行为并发现影响用户转发的关键因素。
-
公开(公告)号：CN103345626A
公开(公告)日：2013-10-09
申请号：CN201310302762.2
申请日：2013-07-18
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 一种智能轮椅静态手势识别方法，1）通过Kinect采集场景深度信息；2）根据深度信息分割出场景深度信息中的手势；3）利用归一化中心矩提取手势的特征向量；4）步骤3）中提取的手势特征向量通过DAGSVM分类器进行手势识别。本发明在生成DAGSVM分类器的过程中，通过计算每个SVM分类器的类间距离和类的标准差，SVM分类器按照类间距离由大到小的顺序排列，选取具有最大类间距离的SVM分类器作为DAGSVM分类器的根节点分类器。同理，其余节点处SVM分类器均选择可选分类器中具有最大类间距离者。能够有效地减少误差累积现象，提高了手势识别结果的正确性，也最大限度地保证了智能轮椅人机交互的系统的安全可靠性。
-
公开(公告)号：CN106649659B
公开(公告)日：2020-09-29
申请号：CN201611144573.7
申请日：2016-12-13
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q10/04 , G06Q50/00
Abstract: 本发明请求保护一种面向社交网络的链接预测系统及方法，属于数据挖掘、社交网络分析领域。基于在线用户以及用户好友关系网络，分别从用户的兴趣关注、信息交互以及共邻用户三个方面出发，构建社交网络链接预测模型。首先，针对社交网络中用户的多个兴趣标签特点，利用LDA主题模型对用户行为进行建模，得到关于用户行为的主题分布；其次，利用高斯加权对标准LDA进行改进，提高主题表达能力；最后，通过引入隐朴素贝叶斯定义的共邻用户贡献算法，综合用户行为特征和网络结构特征进行链接预测。更充分地考虑共邻用户间的相互依赖关系，综合用户行为特征和网络结构特征进行链接预测，并发现链接建立的关键因素。
-
公开(公告)号：CN106651030B
公开(公告)日：2020-08-04
申请号：CN201611189974.4
申请日：2016-12-21
Applicant: 重庆邮电大学
IPC: G06F16/00
Abstract: 本发明请求保护一种改进的RBF神经网络热点话题用户参与行为预测方法，属于计算机网络信息技术分析领域。首先，考虑到神经网络能够对用户行为之间复杂的非线性关系起到良好的拟合效果，并进一步采用RBF(Radical Basis Function，径向基函数)神经网络构建用户参与行为预测模型；其次，由于用户属性与参与行为之间的映射关系具有不确定性，引入云理论(Cloud)对RBF中隐含层的激活函数进行优化；最后，针对用户的参与行为随时间变化的特点，利用时间离散化及时间切片方法，对话题热度进行基于指数函数模型的参数拟合，从而得出话题热度变化趋势。
-
公开(公告)号：CN108304867A
公开(公告)日：2018-07-20
申请号：CN201810069728.8
申请日：2018-01-24
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种面向社交网络的信息流行度预测方法及系统，属于社交网络信息分析领域。本发明主要包括数据获取、属性提取、模型构建、预测分析四个主要步骤。首先，结合社交网络中用户关系和节点行为数据提炼信息传播网络。其次，从个体行为维度和节点交互维度出发，提取影响传播力度量的属性，并给出相关定义。重新构建双重加权社交网络，并基于改进的PageRank算法度量网络中的节点传播力。最后，以信息为中心，提取信息发布者的个体特征和信息发布一小时内的转发特征，利用LR分类器训练得到一种信息流行度预测模型，能够有效预测信息流行程度，及时发现网络群体事件并识别信息传播网络中的重要传播节点。
-
Patent Agency Ranking
公开(公告)号：CN106651016A
公开(公告)日：2017-05-10
申请号：CN201611144446.7
申请日：2016-12-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种热点话题下动态预测用户行为的系统及方法，属于社交网络分析领域。基于社交网络中用户间的关系网及用户的过往行为，根据用户参与话题的时间将用户分为热点用户和备选用户，通过时间离散化和时间切片的方法，将话题的时效性特征融入到其中，并且，针对热点话题在生命周期各阶段的数据不均匀和数据稀疏问题，构建了基于张量分解的预测模型。同时，为了体现话题发展的动态形式，在对话题进行时间切片后引入了增量张量分解模型对用户行为进行预测，使其动态的对用户行为进行预测，并且可以根据预测的用户行为把握话题的发展趋势。
-
公开(公告)号：CN106649659A
公开(公告)日：2017-05-10
申请号：CN201611144573.7
申请日：2016-12-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种面向社交网络的链接预测系统及方法，属于数据挖掘、社交网络分析领域。基于在线用户以及用户好友关系网络，分别从用户的兴趣关注、信息交互以及共邻用户三个方面出发，构建社交网络链接预测模型。首先，针对社交网络中用户的多个兴趣标签特点，利用LDA主题模型对用户行为进行建模，得到关于用户行为的主题分布；其次，利用高斯加权对标准LDA进行改进，提高主题表达能力；最后，通过引入隐朴素贝叶斯定义的共邻用户贡献算法，综合用户行为特征和网络结构特征进行链接预测。更充分地考虑共邻用户间的相互依赖关系，综合用户行为特征和网络结构特征进行链接预测，并发现链接建立的关键因素。
-
公开(公告)号：CN108304867B
公开(公告)日：2021-09-10
申请号：CN201810069728.8
申请日：2018-01-24
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种面向社交网络的信息流行度预测方法及系统，属于社交网络信息分析领域。本发明主要包括数据获取、属性提取、模型构建、预测分析四个主要步骤。首先，结合社交网络中用户关系和节点行为数据提炼信息传播网络。其次，从个体行为维度和节点交互维度出发，提取影响传播力度量的属性，并给出相关定义。重新构建双重加权社交网络，并基于改进的PageRank算法度量网络中的节点传播力。最后，以信息为中心，提取信息发布者的个体特征和信息发布一小时内的转发特征，利用LR分类器训练得到一种信息流行度预测模型，能够有效预测信息流行程度，及时发现网络群体事件并识别信息传播网络中的重要传播节点。
-
公开(公告)号：CN106682770A
公开(公告)日：2017-05-17
申请号：CN201611151738.3
申请日：2016-12-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于好友圈子的动态微博转发行为预测系统及方法，属于社交网络信息分析领域。基于社交网络中用户关系以及用户行为数据，考虑兴趣差异、用户历史行为、网络结构等在推动网络信息传播中的作用，从用户兴趣、活跃度和影响力三个方面出发，利用LDA主题模型的基础思想和方法，对用户行为进行建模分析，得到关于用户行为的主题分布；使用高斯分布改进LDA，以发现用户的活跃度和影响力；同时，针对用户的活跃度随时间的变化，利用时间离散化及时间切片方法，提出一种改进的LDA动态微博转发行为预测模型并对模型进行拟合，输入数据到预测模型即可动态监测用户的活跃度，更准确的预测用户的转发行为并发现影响用户转发的关键因素。
-
公开(公告)号：CN106651030A
公开(公告)日：2017-05-10
申请号：CN201611189974.4
申请日：2016-12-21
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种改进的RBF神经网络热点话题用户参与行为预测方法，属于计算机网络信息技术分析领域。首先，考虑到神经网络能够对用户行为之间复杂的非线性关系起到良好的拟合效果，并进一步采用RBF(Radical Basis Function，径向基函数)神经网络构建用户参与行为预测模型；其次，由于用户属性与参与行为之间的映射关系具有不确定性，引入云理论(Cloud)对RBF中隐含层的激活函数进行优化；最后，针对用户的参与行为随时间变化的特点，利用时间离散化及时间切片方法，对话题热度进行基于指数函数模型的参数拟合，从而得出话题热度变化趋势。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.069 seconds)
