龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆邮电大学
摘要：本发明涉及社交网络领域，特别涉及一种基于话题认同度的引导型话题传播预测方法，包括基于迁移学习方法从原始话题数据中提取与衍生话题数据匹配的通用特征数据，将通用特征数据与衍生话题数据构成丰富衍生话题数据；采用生成对抗网络迭代学习丰富衍生话题数据生成新衍生话题数据；对新衍生话题数据进行时间切片；针对每一时段的新衍生话题数据提取特征向量，所有特征向量组成训练集；构建图卷积网络，采用训练集训练图卷积网络；获取当前时段t的衍生话题数据并输入图卷积网络，输出下一时段t+1衍生话题传播趋势；本发明基于用户的兴趣偏好计算话题领域共现度，更准确地表现用户对话题的态度和认同程度，提高预测准确性。
主权项：1.一种基于话题认同度的引导型话题传播预测方法，其特征在于，包括以下步骤：S1.通过公开数据集网站或者利用社交网络提供的公开API接口获取话题数据，话题数据包括原始话题数据和衍生话题数据；S2.基于迁移学习方法从原始话题数据中提取与衍生话题数据匹配的通用特征数据，将通用特征数据与衍生话题数据构成丰富衍生话题数据；S3.采用生成对抗网络迭代学习丰富衍生话题数据，生成新衍生话题数据；对新衍生话题数据进行时间切片；S4.针对每一时段的新衍生话题数据提取对应的特征向量，所有特征向量组成训练集；其中根据任一时段的新衍生话题数据提取对应的特征向量，包括：S41.根据该时段的新衍生话题数据提取用户兴趣偏好和相关属性，并计算每一话题的话题向量；相关属性包括用户个人属性、用户活跃度、用户交互度、用户影响力和话题热度；S42.根据用户兴趣偏好和话题向量计算话题领域共现度；S43.基于相关属性和话题领域共现度，利用多元线性回归算法计算话题认同度；将话题认同度转换为特征向量；S5.构建图卷积网络，并将特征向量作为图卷积网络的输入；采用训练集训练图卷积网络；S6.获取当前时段t的衍生话题数据并输入图卷积网络，输出下一时段t+1衍生话题传播趋势；当前时段t的衍生话题数据包括当前衍生话题数据的话题认同度数据。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于话题认同度的引导型话题传播预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号