-
公开(公告)号:CN119025934A
公开(公告)日:2024-11-26
申请号:CN202411170592.1
申请日:2024-08-26
Applicant: 东南大学
IPC: G06F18/22 , G06F18/10 , G06F18/25 , G06F40/289 , G06F18/24 , G06N3/042 , G06N3/084 , G06N5/01 , G06N20/00 , G06N3/045 , G06Q50/00
Abstract: 本发明属于社交媒体数据分析领域,涉及用户数据的预处理、特征提取、分类和相似性计算技术,尤其涉及基于嵌入修正的无监督用户身份关联技术。包括S1、采用排序、清洗、转换、归一化等方式进行数据预处理;S2、基于预训练语言模型以及图神经网络技术,获取用户多元单属性嵌入;S3、利用注意力机制对不同的单属性嵌入进行特征融合;S4、在单平台和跨平台两个方面同时整合多种类型的信息形成多维用户判别性特征;S5、利用用户判别性特征构造相似用户对,训练生成修正过程中所需的相关性信息,并获得最终用户嵌入;S6、计算每一对跨平台用户间的嵌入向量余弦相似度以作为用户匹配得分,根据得分确定跨网络社交网络用户。
-
公开(公告)号:CN119026477A
公开(公告)日:2024-11-26
申请号:CN202411170593.6
申请日:2024-08-26
Applicant: 东南大学
IPC: G06F30/27 , G06F30/18 , G06F18/10 , G06Q50/00 , G06F18/22 , G06F18/214 , G06F18/24 , G06F16/951 , G06N3/08 , G06N5/01
Abstract: 本发明涉及一种基于多因素的跨平台传播模型构建方法,包括S1、采取清洗,整合,标注的方式对模型训练,对计算所需的数据进行预处理;S2、根据已有数据构建跨平台传输网络的原始拓扑;S3、分别针对用户的个人偏好因素,社交关系因素,平台环境因素以及外部影响因素进行建模;S4、依托多因素建模结构训练发文预测模型,对社交网络中的信息传递进行预测;S5、结合两阶段跨域传播算法构建多社交网络的传播网络;S6、依托多因素传播模型对于信息在多平台的传播过程进行仿真。通过本发明可以对多社交网络背景下的信息传播进行仿真,可以支持跨域传播控制策略的具体实施与效果验证,它可以整合不同领域和不同来源的数据,实现更高效的信息传播和服务。
-