一种基于胶囊图神经网络的二部图分类方法

    公开(公告)号:CN113822346A

    公开(公告)日:2021-12-21

    申请号:CN202111065627.1

    申请日:2021-09-10

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本发明公开了一种基于胶囊图神经网络的二部图分类方法。该方法首先生成二部图的单模投影,以保持二部图的结构、性质和标记信息。然后使用分层胶囊网络逐层提取单模投影中的结构信息,以表示二部图的整体结构信息和获得更好的二部图分类能力。最后,得到最后一层的类胶囊用于执行二部图分类任务。为二部图生成单模投影的基本思想是,先计算某一类型节点中所有节点对的公共相邻节点数量,然后在公共相邻节点数量达到所设定阈值的节点对之间添加边连接。本发明将单模投影和分层胶囊网络相结合,能够更有效地捕捉二部图结构的隐藏信息,显著提高了二部图分类的准确率。

    一种挖掘符号网络中最大有符号θ团的方法

    公开(公告)号:CN113409161A

    公开(公告)日:2021-09-17

    申请号:CN202110793113.1

    申请日:2021-07-14

    IPC分类号: G06Q50/00

    摘要: 本发明公开了一种挖掘符号网络中最大有符号θ团的方法。对于符号网络,用户与用户之间会存在朋友和敌对的关系,而用户之间的关系会显著影响符号网络的稳定性。本发明根据符号网络提出了一种新的模型,即最大有符号θ团,它满足四个条件:其中的任意一个顶点的正邻居数与负邻居数之差需大于等于θ;是极大的;点数是最多的;是一个团,即团中的每一对顶点都是相邻的。考虑到θ团的属性,本发明提出新的修剪策略,从而更有效地缩减候选集的大小。与此同时,本发明结合新的修剪策略开发了高效的MSCD算法,从而能够在大型符号网络上快速挖掘最大有符号θ团。因此,本发明方法的应用对稠密子图的挖掘及符号网络间关系的稳定性的预测有着极大的效益。

    一种面向多关系图的可达性查询索引的构建与处理方法

    公开(公告)号:CN113392143A

    公开(公告)日:2021-09-14

    申请号:CN202110792966.3

    申请日:2021-07-14

    IPC分类号: G06F16/2458 G06F16/22

    摘要: 本发明公开了一种面向多关系图的可达性查询索引的构建与处理方法。传统的可达性查询方法并不能适用于多关系图。本发明在多关系图中提出了两种新的可达模型,对于必要关系可达模型来说,两个节点之间必要关系可达需满足:两节点之间能够找到一条路径,路径中的每一条边都包含给定的关系集合中的所有关系。对于存在关系可达模型来说,两个节点之间存在关系可达满足:两节点之间能够找到一条路径,路径中的每一条边都至少包含给定的关系集合中的一种关系。考虑到必要关系可达模型和存在关系可达模型的属性,本发明提出了对应的索引构建与处理方法来有效地缩减查询时间。为了更快地得到索引,本发明提出了新颖的修剪策略来加速索引的构建。

    位置社交网络中的基于高覆盖性社区发现的朋友推荐方法及装置

    公开(公告)号:CN114637912B

    公开(公告)日:2024-05-03

    申请号:CN202210220021.9

    申请日:2022-03-08

    摘要: 本发明公开了一种位置社交网络中的基于高覆盖性社区发现的朋友推荐方法及装置。其实现步骤为:获取包含查询用户的连通k‑桁架;基于连通k‑桁架求出满足条件的所有地理区域圆集合;计算出每个地理区域圆内的包含查询用户的连通k‑桁架;根据当前结果中的社区数量直接将连通k‑桁架加入结果集合或者用连通k‑桁架替换最小独特集合;返回最终结果集合作为针对查询用户的朋友推荐社区。本发明旨在找到给定数量具有高覆盖性的朋友推荐社区,使得所求社区所包含的总用户个数最多,并且包含查询用户。因此,在位置社交网络中的基于高覆盖性社区发现的朋友推荐方法及装置对于个性化推荐具有极大的效益。

    一种公共设施稳定性优化方法

    公开(公告)号:CN112686468B

    公开(公告)日:2023-05-26

    申请号:CN202110048291.1

    申请日:2021-01-14

    IPC分类号: G06Q10/04 G06Q50/26

    摘要: 本发明公开了一种公共设施稳定性优化方法。为了解决公共设施稳定性优化问题,本发明提出了一种挖掘二维属性设施图上的关键结构的方法。为了在二维属性设施图上快速计算关键结构,本发明首先对具有二维坐标的公共设施数据集生成二维属性设施图的方法提出新的剪枝策略,从而有效的减少计算量。其次,本发明提出关键结构的计算方法,能有效的在二维属性设施图上挖掘关键结构。最后,本发明为动态变化的二维属性设施图制定了关键结构维护策略,通过若干条剪枝方法在动态变化的二维属性设施图上快速维护关键结构。

    位置社交网络中的基于高覆盖性社区发现的朋友推荐方法及装置

    公开(公告)号:CN114637912A

    公开(公告)日:2022-06-17

    申请号:CN202210220021.9

    申请日:2022-03-08

    摘要: 本发明公开了一种位置社交网络中的基于高覆盖性社区发现的朋友推荐方法及装置。其实现步骤为:获取包含查询用户的连通k‑桁架;基于连通k‑桁架求出满足条件的所有地理区域圆集合;计算出每个地理区域圆内的包含查询用户的连通k‑桁架;根据当前结果中的社区数量直接将连通k‑桁架加入结果集合或者用连通k‑桁架替换最小独特集合;返回最终结果集合作为针对查询用户的朋友推荐社区。本发明旨在找到给定数量具有高覆盖性的朋友推荐社区,使得所求社区所包含的总用户个数最多,并且包含查询用户。因此,在位置社交网络中的基于高覆盖性社区发现的朋友推荐方法及装置对于个性化推荐具有极大的效益。

    一种面向空间数据的高效空间k核挖掘方法

    公开(公告)号:CN112445838B

    公开(公告)日:2022-03-22

    申请号:CN202011148132.0

    申请日:2020-10-23

    摘要: 本发明公开了一种面向空间数据的高效空间k核挖掘方法。为了找到同时满足距离和内聚性约束的空间k核子图,本发明在空间数据集上提出了一种新的子图模型,即空间k核模型,它满足三个条件:两个顶点之间的距离不大于距离阈值r;每个顶点至少有k个邻居;是极大的,即它的任何超图都不能满足前面两个条件。考虑到四叉树和k核的属性,本发明提出了新的修剪策略,从而更有效的缩减搜索空间。与此同时,本发明结合新的修剪策略开发了高效的bound‑based算法,从而能在大型空间数据集中迅速找到空间k核。因此,面向空间数据的高效空间k核挖掘方法的应用对于潜在社区的挖掘以及识别空间数据集的关键模式有着极大地效益。

    一种基于加权反向采样的谣言遏制方法

    公开(公告)号:CN112667784A

    公开(公告)日:2021-04-16

    申请号:CN202110049624.2

    申请日:2021-01-14

    IPC分类号: G06F16/33 G06Q50/00

    摘要: 本发明公开了一种基于加权反向采样的谣言遏制方法。本发明通过对谣言‑真相竞争级联传播过程进行分析建模,提出基于节点权重的加权反向采样框架,并且设计出高效的近似算法求解结果集合,该集合满足两个条件:是规模不小于k的点集;在给定一组谣言节点集合的情况下,结果集作为初始传播真相的点集,在谣言‑真相竞争级联传播模型下,可以保护较多数量的无辜节点。本发明综合考虑用户本身的权重和用户保护的针对性,实现高效的谣言阻断,在现实世界和综合社交网络上具有重大的社会价值。

    一种基于二分图蝴蝶结构的关键节点搜索方法

    公开(公告)号:CN111680196A

    公开(公告)日:2020-09-18

    申请号:CN202010450601.8

    申请日:2020-05-25

    摘要: 本发明公开了一种基于二分图蝴蝶结构的关键节点搜索方法。蝴蝶数量是二分图结构和性质分析的基本度量。考虑到关键节点的删除可能会影响二分图的稳定性,本发明提出了蝴蝶最小化问题,旨在通过删除b个关键节点来最小化图中的蝴蝶数量。为了更好地处理大型二分图,本发明提出了新颖的修剪策略,从而更有效地缩减搜索空间。与此同时,本发明结合新的修剪策略开发了一种高效的基于群组的算法,从而能在大型二分图中快速找到b个关键节点来最小化图中的蝴蝶数量。因此,本发明基于二分图蝴蝶结构的关键节点搜索方法对二分网络结构稳定性的研究具有极大的效益。

    一种基于团簇属性在社交网络中搜索个性化影响力社区的方法

    公开(公告)号:CN111666468A

    公开(公告)日:2020-09-15

    申请号:CN202010393211.1

    申请日:2020-05-11

    摘要: 本发明公开了一种基于团簇属性在社交网络中搜索个性化影响力社区的方法。为了找到同时满足影响力约束和查询节点约束的团体,本发明在影响力网络上提出了一种新的具有影响力的内聚子图模型,即极大个性化影响力社区,它满足四个条件:是规模不小于k的团;是影响力最大的团;包含查询节点;是极大的,即它的任何超图都不能满足前三个条件。考虑到查询节点和k团的属性,本发明提出新的检索策略,从而有效地缩减存储空间。与此同时,本发明结合新的检索策略开发了高效的索引算法,从而能在大型影响力网络中迅速找到极大个性化影响力社区。因此,基于团簇属性在社交网络中搜索个性化影响力社区的应用对个性化子图的挖掘以及社区间关系变化的预测有着极大的效益。