-
公开(公告)号：CN110704612B
公开(公告)日：2022-09-16
申请号：CN201910732451.7
申请日：2019-08-09
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/35 , G06F16/31 , G06F40/216 , G06F40/30 , G06Q50/00
Abstract: 本发明提出了一种社交群体发现方法、装置和存储介质，用以提高社交群体发现精度和准确度。所述社交群体发现方法，包括：利用预先设定的种子用户和约束条件，从通信数据源中查找候选用户，所述候选用户包括与所述种子用户通信的第一用户和/或满足所述约束条件的第二用户；从所述候选用户的通信数据中提取与所述种子用户关联的关联特征信息；根据提取的关联特征信息，确定每一候选用户对应的置信度；确定对应的置信度大于预设阈值的候选用户为目标用户；根据目标用户之间的通信联系建立初始群体网络；利用群体发现算法从所述初始群体网络中发现社交群体子网络。
-
公开(公告)号：CN114417211A
公开(公告)日：2022-04-29
申请号：CN202111319929.7
申请日：2021-11-09
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/958 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种面向社交平台的数据采集方法，包括：1)在主机上通过模拟用户发出的浏览器访问请求获取社交平台上相关页面的Web页面数据；2)将真机或模拟器连接主机，模拟用户发出的APP访问请求，在主机上设置网络代理，拦截APP访问请求获得相应的HTTP/HTTPS请求，获取社交平台上相关页面的APP页面数据；3)将Web页面数据和APP页面数据分别进行页面解析、数据对齐融合，输出并存入数据库。本发明公开了面向社交平台的数据采集系统，包括：Web数据采集模块、APP数据采集模块和双终端数据对齐融合模块。本发明的方法与系统同时适用于Web端和APP端的社交平台数据采集，能够获得全量的社交平台数据。
-
公开(公告)号：CN110704612A
公开(公告)日：2020-01-17
申请号：CN201910732451.7
申请日：2019-08-09
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/35 , G06F16/31 , G06F40/216 , G06F40/30 , G06Q50/00
Abstract: 本发明提出了一种社交群体发现方法、装置和存储介质，用以提高社交群体发现精度和准确度。所述社交群体发现方法，包括：利用预先设定的种子用户和约束条件，从通信数据源中查找候选用户，所述候选用户包括与所述种子用户通信的第一用户和/或满足所述约束条件的第二用户；从所述候选用户的通信数据中提取与所述种子用户关联的关联特征信息；根据提取的关联特征信息，确定每一候选用户对应的置信度；确定对应的置信度大于预设阈值的候选用户为目标用户；根据目标用户之间的通信联系建立初始群体网络；利用群体发现算法从所述初始群体网络中发现社交群体子网络。
-
公开(公告)号：CN110674390A
公开(公告)日：2020-01-10
申请号：CN201910747703.3
申请日：2019-08-14
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/9535 , G06F16/9536
Abstract: 本发明公开了一种基于置信度的群体发现方法及装置，所述方法包括：步骤1，设置群体的约束条件，基于所述约束条件生成群体的候选用户集及候选网络；步骤2，基于所述候选用户集及所述候选网络综合得到每个候选用户属于该群体的置信度；步骤3，根据所述候选用户的置信度，与预先设置的置信度阈值进行比较，发现新种子用户和新候选用户；步骤4，获取新种子用户，重复执行步骤1-4直到达到预先设置的迭代次数。
-
公开(公告)号：CN110674390B
公开(公告)日：2022-05-20
申请号：CN201910747703.3
申请日：2019-08-14
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/9535 , G06F16/9536
Abstract: 本发明公开了一种基于置信度的群体发现方法及装置，所述方法包括：步骤1，设置群体的约束条件，基于所述约束条件生成群体的候选用户集及候选网络；步骤2，基于所述候选用户集及所述候选网络综合得到每个候选用户属于该群体的置信度；步骤3，根据所述候选用户的置信度，与预先设置的置信度阈值进行比较，发现新种子用户和新候选用户；步骤4，获取新种子用户，重复执行步骤1‑4直到达到预先设置的迭代次数。
-
Patent Agency Ranking
公开(公告)号：CN116578942B
公开(公告)日：2023-12-22
申请号：CN202310853781.8
申请日：2023-07-12
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/2433 , G06F17/18 , G06F18/214 , G06Q10/10
Abstract: 本申请实施例涉及一种榜单异常的处理方法及装置，所述方法包括：获取目标榜单信息，并按照设定的检测方法对目标榜单信息进行异常检测，得到对应的异常检测结果；将异常检测结果对应的异常样本信息输入到预先训练好的预估模型中进行评估处理，输出异常样本信息对应的在榜时长；根据在榜时长确定反馈调节策略；基于反馈调节策略执行对异常在榜信息的处理。通过创建榜单异常的检测工具，检测出每个榜单信息中存在的异常样本信息，通过设定的反馈调节策略对异常样本信息进行处理，达到治理异常榜单信息的目的；由此，可以实现利用机器审核结合人工审核，形成一套实时报警、反馈、调节的热榜治理机制，维护热榜的公平和稳定的技术效果。
-
公开(公告)号：CN107515889A
公开(公告)日：2017-12-26
申请号：CN201710531249.9
申请日：2017-07-03
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G06F17/30867 , H04L51/16 , H04L51/32
Abstract: 本发明公开了一种微博话题实时监测方法与系统。该方法包括：获取预定时间段内预定话题对应的全部微博数据；统计全部微博数据中预定特征信息的数量；确定预定特征信息的数量在预定特征信息对应的预定高斯分布模型中所处的数量区间范围；根据预定特征信息的数量在其对应的预定高斯分布模型中所处的数量区间范围确定预定话题是否异常。本发明通过确定被监测话题在预定时间段内的预定特征信息的数量在其对应的预定高斯分布模型中所处的数量区间范围来确定被监测话题是否异常，考虑到用户使用微博的时间习惯以及历史同期数据分布情况，排除了周期性活动的干扰，确保异常判断结果的准确性和可靠性。
-
公开(公告)号：CN109145109B
公开(公告)日：2022-06-03
申请号：CN201710464424.7
申请日：2017-06-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/2458 , G06Q50/00
Abstract: 本发明涉及一种基于社交网络的用户群体消息传播异常分析方法和装置，包括：获取在线社交网络中用户群体的历史聊天记录，根据预先设定的时间跨度，获取历史聊天记录在时间跨度内用户群体中所有用户所发布的消息，作为消息集合；对于消息集合，根据预先设定的时间范围统计用户群体在每个时间范围内所发布的消息总数；基于时序相关性的特征提取法，对每个消息总数的特征进行提取，并将提取结果集合为样本集合；根据消息总数并采用聚类算法为样本集合对样本集合进行聚类，生成异常样本；根据异常样本判定其所在的用户群体存在消息传播异常。由此本发明能够应对数据涌发现象，同时算法直观简单，准确率更高，且本发明应用场景广泛。
-
公开(公告)号：CN106503859A
公开(公告)日：2017-03-15
申请号：CN201610963409.2
申请日：2016-10-28
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出一种基于在线社会关系网络的消息传播预测方法及装置，涉及社交媒体及大数据技术领域，该方法包括步骤1，对于一条消息d，获取其发出后在[0,T]时间段内，用户对其关注行为到达的时间序列；步骤2，对所述时间序列进行建模，对建模生成的模型进行学习，训练出所述模型的模型参数，根据所述模型参数，获取消息流行度预测函数。本发明能够应对数据涌发现象；通过MAPE对比，该方法准确率更高；形式灵活，可以应用到其他应用场景。
-
公开(公告)号：CN116578942A
公开(公告)日：2023-08-11
申请号：CN202310853781.8
申请日：2023-07-12
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/2433 , G06F17/18 , G06F18/214 , G06Q10/10
Abstract: 本申请实施例涉及一种榜单异常的处理方法及装置，所述方法包括：获取目标榜单信息，并按照设定的检测方法对目标榜单信息进行异常检测，得到对应的异常检测结果；将异常检测结果对应的异常样本信息输入到预先训练好的预估模型中进行评估处理，输出异常样本信息对应的在榜时长；根据在榜时长确定反馈调节策略；基于反馈调节策略执行对异常在榜信息的处理。通过创建榜单异常的检测工具，检测出每个榜单信息中存在的异常样本信息，通过设定的反馈调节策略对异常样本信息进行处理，达到治理异常榜单信息的目的；由此，可以实现利用机器审核结合人工审核，形成一套实时报警、反馈、调节的热榜治理机制，维护热榜的公平和稳定的技术效果。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.055 seconds)
