-
公开(公告)号：CN105824801B
公开(公告)日：2018-06-15
申请号：CN201610150794.9
申请日：2016-03-16
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种基于自动机的实体关系快速抽取方法，包括以下步骤：步骤1，定制规则文件；步骤2，对规则文件中的各个规则进行文法检查，检测规则文件中的各个规则是否满足文法要求，如果满足，则执行步骤3；步骤3，对通过文法检查的所述规则文件中的各个规则进行语义解释；步骤4，将语义解释后的所述规则文件中的各个规则进行解析编译，完成规则向层叠有限状态自动机的转换，得到有限状态自动机；步骤5，使用所述有限状态自动机，对输入的文本数据进行实体属性以及实体关系的抽取，得到最终的实体属性以及实体关系。优点为：能够保证对开放域文本进行快速的实体关系与实体属性抽取。同时，对于特定领域的实体关系可以定制化的进行抽取。
-
公开(公告)号：CN104899156B
公开(公告)日：2017-11-14
申请号：CN201510229346.3
申请日：2015-05-07
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F12/06
Abstract: 本发明公开了一种面向大规模社交网络的图数据存储及查询方法，本发明数据存储管理器对收到的图数据采用Key‑Value方式存储，以图数据的顶点ID为Key，以顶点邻域为Value；对每一顶点邻域的数据存储：将与该顶点邻域相连的多条边以时间戳有序存储到固定大小的内存块中，并构成双向链表，将该顶点的属性信息和索引信息存储到一数据结构中。当数据存储管理器收到访问顶点v的访问请求时，数据存储管理器将该顶点v及其k阶邻域传输给请求者；请求者将返回数据缓存在本地，下次查询时，首先检查本地的缓存，如果不存在查询的顶点，则将访问请求发送给所述数据存储管理器。本发明能满足动态更新、适合处理数据稀疏的场景和随机访问。
-
公开(公告)号：CN106940732A
公开(公告)日：2017-07-11
申请号：CN201710212983.9
申请日：2017-04-01
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种面向微博数据的疑似水军发现方法，属于计算机应用技术领域。本发明共分为以下六个步骤，分别为相关微博数据的采集；数据预处理；用户特征提取；构建训练集；训练水军检测模型；预测判别未标注数据。对比现有技术，本发明实现了数据的充分利用，方便快捷的进行群体发现而不用建立复杂的分类检测模型，从而降低了算法的复杂度，并且算法的模块性较高，可以投入大规模数据计算，具有较高的稳定性；本发明除了可以对单一用户进行水军检测，还可以对某一特定事件中的一批用户进行识别，该方法模块性极强，可以稳定适用于大规模数据计算框架下。
-
公开(公告)号：CN105162676A
公开(公告)日：2015-12-16
申请号：CN201510363826.9
申请日：2015-06-26
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种微信数据获取方法和系统，通过安卓平台应用测试组件和浏览器测试组件相结合来实现。基于安卓平台测试组件方式，可以模拟用户行为操作客户端，包括登陆、查看、滑屏等；由此方式获取的微信公众平台账号历史消息的网页地址结合主动采集技术，可获取微信公众账号完整的历史消息。采用安卓平台测试组件和浏览器测试组件相结合方式，通过监听浏览器DOM元素变化，能够自动化实现网页版微信登陆，全面和及时有效地获取微信数据。
-
公开(公告)号：CN104951505A
公开(公告)日：2015-09-30
申请号：CN201510260191.X
申请日：2015-05-20
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F17/30
CPC classification number: G06F17/30598 , G06F17/30283
Abstract: 本发明公开了一种基于图计算技术的大规模数据聚类方法。本方法为：1)从待处理图数据的所有顶点中选取N个顶点作为候选聚类中心；2)设置每一候选聚类中心的簇标签值，然后根据一加权无向图G将候选聚类中心合并，将属于同一聚类簇的候选聚类中心划分到同一集合中；3)候选聚类中心将包含自己当前簇标签值以及权重的消息传递给相邻顶点；收到消息的顶点根据簇标签值将本次迭代收到的所有消息分成不同的类别，然后生成新的消息并在下一迭代时传递给相邻顶点；4)迭代结束后，对于每一顶点，计算具有相同标签类型的边的权重之和，得到每一顶点最后的结果值；将具有相同结果值的顶点聚为一类。本发明节约了时间和存储开销。
-
Patent Agency Ranking
公开(公告)号：CN104866561A
公开(公告)日：2015-08-26
申请号：CN201510255994.6
申请日：2015-05-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
CPC classification number: G06F17/30867
Abstract: 本发明公开了一种挖掘微博话题趋势发起人的方法，属于数据挖掘领域。首先针对某一话题微博，以天为时间粒度，构造微博量随时间变化的趋势图，获取波峰点和波谷点，确定趋势的时间范围，提取微博高频词代表趋势主要内容，以趋势早期参与微博高频词的数量作为该条微博的内容相关度，降序排序后提取趋势制造者。根据趋势变化，以小时为时间粒度，构造趋势时间范围的微博数量变化图，获取斜率最大的时间范围作为增速最大的时间段，并对微博转发量降序排序，确定趋势推动者。本发明利用微博数据平台，具有高效性、鲁棒性和简洁性等优点，适用于对话题微博趋势发起人方面的分析，在社会舆情监控和信息传播分析等领域具有重要的应用价值。
-
公开(公告)号：CN104778210A
公开(公告)日：2015-07-15
申请号：CN201510111754.9
申请日：2015-03-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明公开了一种微博转发树和转发森林构建方法，属于数据挖掘领域，包括以下步骤：收集该条微博的原创微博信息；并且根据单条原创微博信息，获取其转发微博信息；然后在单条原创微博信息及其所有转发微博信息上，构造单条微博的微博树结构；根据用户给定时间段t3-t4内的话题关键词Topic，收集与该话题相关的全量微博信息，针对每一条微博信息，构造单条微博的微博树结构；最后汇总该话题相关的全量微博信息的转发树；形成微博转发森林。本发明的优点为：通过转发树生成算法，高效快速完整地进行转发树和转发森林的提取，具有较高的效率和效果。
-
公开(公告)号：CN108920479B
公开(公告)日：2022-06-17
申请号：CN201810337919.8
申请日：2018-04-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/958 , G06Q10/06 , G06Q50/00
Abstract: 本发明公开了一种针对两微一端跨信源账号推荐方法，包括：将两微一端跨信源账号关联度衡量指标分为三级，包括多个一级关联度衡量指标，各个一级指标下分多个二级指标，以及各二级指标对应的各维度数据字段为三级指标；确定种子账号和多个目标账号；采集三级指标下的各维度数据，量化各个维度数据的相似度；基于用户关注度需求确定一级指标权重和一级指标下各个二级指标的权重；将所得各类三级关联度衡量指标下各个维度数据相似度与各自权重加权求和，获得各目标账号关联度指数，并将这些目标账号关联度指数倒序推荐。本发明所述推荐方法可跨信源进行账号推荐，且推荐结果精确合理。
-
公开(公告)号：CN107066554B
公开(公告)日：2020-12-15
申请号：CN201710183767.6
申请日：2017-03-24
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/30
Abstract: 本发明公开了一种微博相关人物推荐方法，包括：步骤一、微博用户识别：解析当前用户所有博文中的多个关键字以及每个关键字的权重Wki；获取至少一篇相匹配博文，相匹配的博文具有所述多个关键字，获取各相匹配博文的微博主，再获取各微博主对多个关键字中各关键字的权重UWki；步骤二、相关用户过滤：从所获取的微博主中筛选掉已经被当前用户关注的微博主，从而获得至少一个相关用户；步骤三、用户相关性权重计算：依据相关性权重公式计算每个相关用户的相关性权重；步骤四、根据所述至少一个相关用户的相关性权重，将相关性权重排名在排序规定值之前的相关用户推荐给当前用户。本发明可以使用户更加方便直接地关注自己感兴趣的内容和微博人物。
-
公开(公告)号：CN106980692B
公开(公告)日：2020-12-08
申请号：CN201710213302.0
申请日：2017-04-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于微博特定事件的影响力计算方法，属于社交网络分析及数据挖掘技术领域。本发明依据传播学中事件发展的五个阶段对特定事件进行了相关分析划分并应用于影响力计算中，主要针对微博文本数据及基础的用户数据进行统计处理与自然语言处理，计算传播角度和内容角度兼顾的六项影响力指标，并使用K‑means机器学习算法对子话题进行划分；最终得出特定事件的影响力热度指数EII、事件内的用户影响力排行榜、消息影响力排行榜。对比现有技术，本发明考虑微博文本的内容指标，较全面而准确地反映了事件各方面的信息，具有很强的现实意义和实用价值。此外，本发明方法计算的时空耗费不高，易于模块化，可投入大规模的数据计算，具有较好的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.094 seconds)
