本发明属于计算机应用技术领域，公开了一种位置社交网络中邻近社区的检索方法，包括步骤1、位置社交网络的抽象；步骤2、初始化查询的待处理结点列表ListV；步骤3、搜索ListV中的一个结点p相应的区域；到结点列表ListC；步骤4、检查ListC中任意俩结点和p三点共圆的圆形区域是否包含k‑core社区(半径小于r)；将发现的k‑core社区添加至ListKC；步骤5、重复执行直至ListV为空或|ListKC|>k；步骤6、返回结果列表ListKC。本发明的结点按照距离排序以后，以后的查询中不需要检索所有社区，仅通过搜索结点周边部分区域即可确定一个结点是否为关键结点，进而快速的返回查询结果。
📄 2021111695767
📂 G06F16_9536
👤 杭州电子科技大学
📅 2021-10-08
本发明公开了一种基于网络增速的虚假消息识别方法及装置，方法包括以下步骤：(1)记录n个等时间间隔的时刻t0，t1，...，tn下目标消息在社交网络中的用户传播情况，获得各个时间间隔内的用户增量矩阵ΔG1，...，ΔGn；(2)将ΔG1，...，ΔGn输入至训练好的预测模型中，获得下一个时间间隔内的用户增量矩阵ΔGn+1；(3)将ΔGn+1输入至训练好的分类器中进行二分类，识别目标消息的真伪；n为大于或等于4的自然数。该方法通过真假消息的传播机制和传播速度上的差异来实现对消息真伪的辨别。
📄 2020103153447
📂 G06F16_9536
👤 浙江工业大学
📅 2020-04-20
一种用户属性耦合相似和兴趣语义相似的协同过滤推荐方法，包括以下步骤：步骤1.收集大量用户和项目数据；步骤2.对项目内容文本信息进行预处理，然后对深度学习词向量模型进行训练获得词向量模型；步骤3.将项目文本中的词通过词向量模型转换为向量；步骤4.分析用户的兴趣内容向量；步骤5.对用户注册信息预处理并提取用户属性；步骤6.结合用户属性耦合相似度和用户兴趣内容语义相似度动态计算用户的综合相似度；步骤7.预测评分，选取评分最高的前n个项目作为推荐集。本发明可以提升最近邻用户集的质量和可靠性，有效地解决冷启动问题和稀疏性问题。
📄 2019109142918
📂 G06F16_9536
👤 浙江工业大学
📅 2019-09-25
一种基于网络嵌入和节点相似性的在线社交网络用户社区发现方法，运用网络嵌入方法把高维社交网络转化为低维向量数据，计算用户节点之间的距离和每个节点的动态邻居引力和动态邻居引力中心性，进而确定各个初始小社区的中心节点然后将其余数据点归属到与其距离最近的初始中心节点所代表的小社区中，生成社交网络用户的初始小社区集合；计算所有节点之间的距离，得到每个节点的最相似节点，形成最相似节点对，然后跟据最相似性节点对合并初始小社区并得到二次社区；最后通过优化模块度的方法合并二次社区并找到最优的网络社区结构。本发明使用网路嵌入向量计算节点之间的距离，利用最相似节点对合并社区，速度快，精确度高。
📄 2020109402068
📂 G06F16_9536
👤 浙江工业大学
📅 2020-09-09
本发明提出了一种基于开源软件邮件网络的角色推荐方法，包括以下步骤：S1：根据开源软件项目的邮件数据，构建无向有权网络；S2：对S1中构建的网络随机删除部分连边作为测试样本，将删除连边后的网络中剩余的连边作为训练样本并构建动态序列切片网络；S3：在动态序列切片网络上采用时序有偏游走算法生成每个节点的特征，再通过对两两节点的特征求均值得到连边的特征；S4：采用逻辑回归分类器对训练样本进行学习，并对测试样本进行预测。本发明能够有效地在开源软件项目中进行角色推荐，相比未考虑开源软件项目中邮件的时序信息和角色信息的算法，显著的提高了推荐的准确率。
📄 2020112655442
📂 G06F16_9536
👤 浙江工业大学
📅 2020-11-13
一种基于增强对比表征的在线社交平台好友推荐方法，首先，为在线社交平台构建社交网络和经过噪声扰动的负网络；接着，使用图神经网络提取社交网络和负网络的社交用户表征；然后，在社交用户表征上计算分层对比学习损失、拓扑损失以及结构损失；最后，联合各损失获得最终总的损失函数，同时通过最终得到的社交用户表征以实现个性化的好友推荐。本发明通过对原始社交网络进行信息增强，通过多损失约束以提升网络的鲁棒性并捕捉深层的潜在信息，有助于为在线社交平台提供高准确性和高泛化性的好友推荐结果。
📄 2025100771318
📂 G06F16_9536
👤 浙江工业大学
📅 2025-01-17
一种Web开放环境下基于Mashup服务邻域的Web API推荐方法，包括以下步骤：第一步、构建需求Mashup语义特征向量，匹配Mashup服务类簇；第二步、收集邻域内Mashup服务调用过的Web API数据，构建Web API邻域；第三步、根据邻域中构建好的Web API功能分类，对数据集中剩余的Web API进行功能类别划分；第四步、计算流行度和共现度，并进行排名，得到最终推荐列表。本发明首先初步判定需求的功能类别，明确了Web API的筛选范围，然后对数据集中所有的Web API进行功能类别划分，最后根据流行度、平均共现度的排名做出推荐，推荐的精准度较高和多样性较好。
📄 2020109401968
📂 G06F16_9536
👤 浙江工业大学
📅 2020-09-09
基于边增长的社交网络人物重要性层级提升方法，包括：步骤S1，假设无向无权网络G，利用K‑core分解算法对网络G中的各个节点分配核值，选择其中核值最高的子图网络G′设定为期望提升核值的子图；S2，按照G′中节点的度值大小对子图G′进行剪枝，去除度值小的节点，只保留最大连通子图G″，根据目标节点之间的路径长度和度值大小计算子图G″中各个节点的优先级，产生候选节点列表；S3，在候选节点列表内产生待连接的链路，按照节点的优先级由计算公式对链路排序，依次添加优先级最高的链路至原网络中；本发明利用边增长的方法，产生待连接链路列表，减小链路搜索复杂度，配合贪婪算法，快速高效的提高期望节点的核值，有效的提升社交网络中领袖人物重要性层级。
📄 2022110268251
📂 G06F16_9536
👤 浙江工业大学
📅 2022-08-25
一种基于工具变量法的社交网络用户好友影响力度量方法，包括以下步骤：S1：提取社交网络中用户的好友信息、属性特征和行为特征，并根据具体问题选定合适的工具变量；S2：根据具体问题对用户好友进行分类；S3：利用工具变量进行第一阶段最小二乘回归，对不同类型用户好友的活动量做出估计；S4：利用S3中得到的用户好友活动量估计值，对用户本身的活动量进行第二阶段最小二乘回归，得到的回归系数即可作为影响力大小的度量。本发明利用工具变量法，将影响用户活动的内部因素和外部因素进行解耦，对用户的活动量进行了无偏估计，从而实现了对社交网络中用户影响力较为准确的定量描述，具有现实应用价值。
📄 2017112688406
📂 G06F16_9536
👤 浙江工业大学
📅 2017-12-05
一种基于马尔可夫相似性增强的社交网络用户社区发现方法。首先通过网络的拓扑结构提取初始矩阵和状态转移矩阵，之后通过对初始矩阵的马尔可夫迭代状态转移，获取稳态的马尔可夫相似性增强矩阵，根据马尔可夫相似性指标获得网络的最相似节点对集合，提出其中的连通成分完成社区发现。本发明考虑了社交网络用户节点之间的拓扑关系，利用马尔可夫相似性矩阵增强了社区发现的准确度，获得的社交网络用户社区结构稳定，准确性较高。
📄 2022105633255
📂 G06F16_9536
👤 浙江工业大学
📅 2022-05-20
一种基于属性网络嵌入和无参聚类的哔哩哔哩用户社团发现方法，根据现有的哔哩哔哩用户数据构建属性网络G，将邻接矩阵和属性矩阵利用属性网络表征框架转化为嵌入向量H，对H运行k‑means算法，计算不同k值下、T次内最小的群内方差，计算I次内出现次数最多的最大和次大的曲率指标，得到对应的k值为ka、kb，分别运行IT次社团个数为ka和社团个数为kb的k‑means算法，并计算各自聚类结果最大的模块度Qa、Qb，取得Qa、Qb中较大值对应的k值作为社团划分的个数，最后利用k‑means聚类算法实现社团发现。本发明利用无参算法代替人工指定社团个数，降低了人为因素干扰，提高了社团发现的准确性和稳定性。
📄 2020107437768
📂 G06F16_9536
👤 浙江工业大学
📅 2020-07-29
一种基于多核图卷积网络的在线社交平台用户好友推荐方法，根据在线社交网络平台用户关系数据构建一个社交关系网络，构建多核图卷积网络模型，该模型包含两层结构，第一层是一个三维图卷积核，第二层包含多个三维图卷积核，得到节点嵌入矩阵，对嵌入矩阵做内积操作，加入激活函数，得到节点相似性矩阵，将所有无连边节点对按降序排列，取排列较前的节点对，对应的用户即为相互推荐的好友，本发明考虑了高阶邻域特征，使用了多核卷积对网络进行了优化，提高了准确性和预测精度。
📄 2020109341191
📂 G06F16_9536
👤 浙江工业大学
📅 2020-09-08
柿子坊 · 知识产权运营
柿子坊知识产权运营平台