-
公开(公告)号：CN110347880A
公开(公告)日：2019-10-18
申请号：CN201910526974.6
申请日：2019-06-18
Applicant: 广州大学
Inventor： 李乙侠 , 李树栋 , 吴晓波 , 韩伟红 , 方滨兴 , 田志宏 , 殷丽华 , 陈燕珊 , 卢丹娜 , 王薇 , 郑敏真 , 何沛言 , 顾钊铨 , 仇晶 , 李默涵 , 唐可可
IPC: G06F16/901 , G06F16/906
Abstract: 本发明公开了一种最大连通子图尺寸的快速计算方法，包括：S1，设置包含n个节点的图G的最短距离矩阵Dn×n；S2，根据变换公式将最短距离矩阵Dn×n变换为可达矩阵An×n；S3，将可达矩阵An×n的向量根据预设分类规则分为k类，其中将每类中向量的行列数作为容量ik，k≥1；S4，根据每类容量ik的最大值判别出最大连通子图的尺寸。本方案通过利用最短距离矩阵来获得可达矩阵，并直接从可达矩阵中识别最大连通尺寸，避免了传统的最大连通子图尺寸计算需要遍历需遍历所有节点，本方案不仅减少了复杂的计算，还便于实现。
-
公开(公告)号：CN116776193B
公开(公告)日：2024-08-06
申请号：CN202310553976.0
申请日：2023-05-17
Applicant: 广州大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06F16/9536 , G06N3/045 , G06N3/0499
Abstract: 本发明公开了一种基于注意力机制的跨社交网络虚拟身份关联方法及装置，方法包括：首先对用户进行特征提取，然后使用图注意力网络来聚合邻居节点特征作为用户的图向量；然后使用一个分层的语言注意网络来编码每个用户的文本特征，即文本向量；最后将用户的图向量和文本向量相加得到用户的最终表示，通过将来自不同社交网络的两个用户向量拼接输入到MLP中来输出分类结果，判断两个用户是否为同一个人的账户。本发明通过对用户的社交关系和发表内容进行特征提取，利用注意力机制对用户的社交关系和发表内容进行融合，得到更加全面的用户表征，能够解决依赖人工标注、单模态表征能力弱等问题。
-
Patent Agency Ranking
公开(公告)号：CN114817757B
公开(公告)日：2023-07-21
申请号：CN202210346348.0
申请日：2022-04-02
Applicant: 广州大学
IPC: G06F16/9536 , G06N3/042 , G06N3/0464 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了基于图卷积网络的跨社交网络虚拟身份关联方法，包括步骤：S1、用户特征提取；S2、特征图和拓扑图构建；S3、节点嵌入；S4、身份关联。该基于图卷积网络的跨社交网络虚拟身份关联方法，本发明通过用户属性、用户生成内容提取特征，用户的社交关系构建邻接矩阵，进一步构造了特征图和拓扑图，然后利用图卷积网络充分提取特征空间、拓扑空间以及这两者共同的更深层次的信息，并利用注意力机制综合了两个特定嵌入和一个共同嵌入，从而有效融合了用户属性、用户生成内容以及用户社交关系这三维度特征并挖掘了他们的潜在关系，解决单模态表征能力弱、潜在关系常被忽视等问题。
-
公开(公告)号：CN114817757A
公开(公告)日：2022-07-29
申请号：CN202210346348.0
申请日：2022-04-02
Applicant: 广州大学
IPC: G06F16/9536 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了基于图卷积网络的跨社交网络虚拟身份关联方法，包括步骤：S1、用户特征提取；S2、特征图和拓扑图构建；S3、节点嵌入；S4、身份关联。该基于图卷积网络的跨社交网络虚拟身份关联方法，本发明通过用户属性、用户生成内容提取特征，用户的社交关系构建邻接矩阵，进一步构造了特征图和拓扑图，然后利用图卷积网络充分提取特征空间、拓扑空间以及这两者共同的更深层次的信息，并利用注意力机制综合了两个特定嵌入和一个共同嵌入，从而有效融合了用户属性、用户生成内容以及用户社交关系这三维度特征并挖掘了他们的潜在关系，解决单模态表征能力弱、潜在关系常被忽视等问题。
-
公开(公告)号：CN116776193A
公开(公告)日：2023-09-19
申请号：CN202310553976.0
申请日：2023-05-17
Applicant: 广州大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06F16/9536 , G06N3/045 , G06N3/0499
Abstract: 本发明公开了一种基于注意力机制的跨社交网络虚拟身份关联方法及装置，方法包括：首先对用户进行特征提取，然后使用图注意力网络来聚合邻居节点特征作为用户的图向量；然后使用一个分层的语言注意网络来编码每个用户的文本特征，即文本向量；最后将用户的图向量和文本向量相加得到用户的最终表示，通过将来自不同社交网络的两个用户向量拼接输入到MLP中来输出分类结果，判断两个用户是否为同一个人的账户。本发明通过对用户的社交关系和发表内容进行特征提取，利用注意力机制对用户的社交关系和发表内容进行融合，得到更加全面的用户表征，能够解决依赖人工标注、单模态表征能力弱等问题。
-
公开(公告)号：CN116775988A
公开(公告)日：2023-09-19
申请号：CN202310554294.1
申请日：2023-05-17
Applicant: 广州大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于超图嵌入的POI推荐方法及装置，方法包括：接收用户的历史轨迹和候选POI列表，利用超图嵌入方法将每个节点映射到一个低维向量空间中，以使得不同节点之间的相似度通过向量之间的距离或余弦相似度来计算；采用时空注意力网络表示用户行为模式和POI之间的关系，所述时空注意力网络包括两个自注意力机制和一个双向注意力机制；根据时空注意力网络学习到的信息生成推荐结果。本发明使用超图嵌入算法将用户的签到信息视作超图，在用户‑用户之间进行随机游走学习嵌入向量，能够更好地利用用户签到信息之间的关联性，提高POI推荐的效果和准确性。
-
公开(公告)号：CN115828109A
公开(公告)日：2023-03-21
申请号：CN202211474688.8
申请日：2022-11-23
Applicant: 广州大学
IPC: G06F18/22 , G06F18/25 , G06F40/216 , G06F40/30 , G06Q50/00
Abstract: 本发明公开了一种基于多模态融合与表示对齐的跨社交网络虚拟身份关联方法及装置，方法包括：对不同平台的社交网络的用户名、用户发表的文本以及用户社交关系进行特征提取，分别得到用户不同模态的特征信息；根据所述的特征信息，利用注意力机制进行多模态融合，得到一个融合多维度特征的第一用户表示；将所述的第一用户表示通过表示对齐加强用户表示，最终得到不同平台具有同一分布的第二用户表示；计算所述的第二用户表示之间的余弦相似性，得到用户之间的相似性得分，并将得分最高的用户对作为身份关联结果。本发明通过多模态融合与表示对齐的方法解决单一模态模型不能完整地描述用户问题以及不同社交平台存在分布差异的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
