公开(公告)号：CN119272919A

公开(公告)日：2025-01-07

申请号：CN202411301402.5

申请日：2024-09-18

Applicant: 哈尔滨工程大学

Inventor： 谢晓芹 ,  杨武 ,  苘大鹏 ,  王焕然 ,  吕继光 ,  韩帅 ,  许晨 ,  王翰博 ,  秦贝

IPC: G06Q10/04 ,  G06Q50/00 ,  G06Q50/26 ,  G06N3/0455 ,  G06N3/0985

Abstract: 本发明提供了一种基于多特征序列的社会搜索热点传播预测方法、系统、程序、设备及存储介质。本发明考虑了事件序列中的时间信息、事件类型信息、用户信息以及用户属性信息，利用Transformer模型对社会搜索热点事件序列进行表示学习，将学习出来的表示向量作为Hawkes过程的输入，使其更好的捕捉事件之间的相互影响关系。本发明依据历史事件的强度函数对事件序列进行预测：短期预测是预测下一事件发生的时间与事件类型，长期预测是事件在给定时间区间内的传播大小，以取得更好的序列数据拟合与序列预测效果。

公开(公告)号：CN119271906A

公开(公告)日：2025-01-07

申请号：CN202411301441.5

申请日：2024-09-18

Applicant: 哈尔滨工程大学

Inventor： 谢晓芹 ,  杨武 ,  苘大鹏 ,  王焕然 ,  吕继光 ,  韩帅 ,  许晨 ,  王翰博 ,  秦贝

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F16/28

Abstract: 本发明提供的是一种面向符号社会网络正面信息最大化传播方法、程序、设备及存储介质。本发明使用基于符号潜在因子的链接预测模型来进行链接预测，补全网络链接关系的缺失。在此基础上通过采用基于符号的PageRank算法选择种子节点传播信息，使得正面信息影响力最大化。本发明考虑到当前网络中用户关系缺失以及关系复杂这些问题，能够通过链接预测技术对网络结构进行完善，基于完整的网络结构，通过种子节点选择算法选择最有影响力的种子节点传播信息，从而使得信息的正面信息影响力最大化。