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：本发明属于引导性话题网络分析领域，具体涉及一种基于用户偏好的社交网络群体发现方法，包括：从社交网络平台中获取相关信息；计算用户的交互度和信誉度；定义IBT2vec算法的随机游走策略，将用户话题网络表示为特征向量矩阵；采用RoBERTa获取用户的长短期偏好，将其与初始特征向量融合，形成增强的用户节点表示；通过元迁移学习对网络空间特征进行补偿，以缓解数据稀疏问题；通过谱聚类方法对用户特征进行分类，经全连接层和归一化处理后获取具有相似兴趣与行为的关键影响力用户群体。本发明不仅考虑了用户间的相似度，还综合考量了用户的影响力，使得群体发现更精准实用，为舆情监控、信息传播和营销推广等应用提供可靠支持。
主权项：1.一种基于用户偏好的社交网络群体发现方法，其特征在于，包括：S1：从社交网络中获取用户历史基本属性特征、用户关系特征以及话题数据；所述话题数据包括：原生话题和衍生话题；S2：根据用户基本属性特征、用户关系特征，计算用户的交互度和信誉度；S3：根据用户的交互度和信誉度定义随机游走策略，以更好地捕捉用户在社交网络中的行为；S4：根据随机游走策略定义IBT2vec算法将用户在话题网络中的行为表示为向量，得到原始用户特征向量；S5：基于话题数据采用RoBERTa模型获取用户的长短期偏好，并与原始用户特征向量进行拼接融合，得到原始话题领域的增强用户特征表示；S6：将原始话题领域的增强用户特征表示映射到衍生话题领域中，得到衍生话题领域的增强用户特征表示；S7：根据原始话题领域和衍生话题领域的增强用户特征表示构建拉普拉斯矩阵来计算用户特征向量，并采用k-means算法对用户特征向量进行谱聚类，得到用户的聚类结果；S8：将聚类结果输入全连接层，采用softmax函数对全连接层输出作归一化处理，得到概率输出，并根据概率输出判断用户是否为关键用户，聚类结果为0表示该用户不重要，聚类结果为1表示该用户重要，判断为1的用户集合即为关键群体。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于用户偏好的社交网络群体发现方法
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