公开(公告)号：CN106202480B

公开(公告)日：2019-06-11

申请号：CN201610565749.X

申请日：2016-07-19

Applicant: 淮阴工学院

Inventor： 朱全银 ,  辛诚 ,  李翔 ,  许康 ,  潘舒新 ,  孙青怡 ,  周泓 ,  严云洋 ,  胡荣林 ,  冯万利 ,  王留洋 ,  王海云 ,  袁媛 ,  唐海波

IPC: G06F16/35 ,  G06F16/31 ,  G06K9/62

Abstract: 本发明公开了一种基于K‑means和LDA的双向验证的网络行为习惯聚类方法，本发明利用人员上网记录中的网页属性、关键词和频数，结合K‑means算法、LDA文档主题提取模型和退火算法，先对全体人员‑标签‑频率集、人员浏览记录‑人员‑关键词集进行K‑means算法聚类和LDA文档主题提取模型生成，存储计算中间结果，之后使用退火算法将K‑means和LDA进行双向验证，计算全局最佳主题‑分类标签序列，以此为依据优化网络行为习惯聚类的结果，K‑means和LDA双向验证提高了对人员‑分类标签的敏感度，退火算法能够提高优化聚类结果的效率，进而提高聚类准确性。

公开(公告)号：CN106202498A

公开(公告)日：2016-12-07

申请号：CN201610572839.1

申请日：2016-07-20

Applicant: 淮阴工学院

Inventor： 朱全银 ,  辛诚 ,  刘斌 ,  许康 ,  潘舒新 ,  胡荣林 ,  唐海波 ,  孙青怡 ,  周泓 ,  李翔 ,  赵阳 ,  周蕾 ,  肖绍章

IPC: G06F17/30 ,  G06F17/27 ,  H04L12/24

CPC classification number: G06F16/9535 ,  G06F16/355 ,  G06F16/36 ,  G06F17/2715 ,  H04L41/14 ,  H04L41/142

Abstract: 本发明公开了一种基于分类语料库-关键词词频-记录关联的网络行为习惯量化方法，本发明利用搜狗实验室的互联网分类语料库(SogouT)和全体人员上网记录，结合数据关联和统计方法，先对搜狗语料库中语料-分类标签集和全体人员上网记录集进行预处理和频数统计，存储分类标签-关键词-词频集的计算中间结果，之后将人员的分类-标签集与中间结果进行数据关联和统计，以此完成对人员网络行为习惯的量化，通过多层次的数据关联，区分、降低量化过程中的不确定性，达到提高数据量化的准确性、可靠性的目的。

公开(公告)号：CN106202480A

公开(公告)日：2016-12-07

申请号：CN201610565749.X

申请日：2016-07-19

Applicant: 淮阴工学院

Inventor： 朱全银 ,  辛诚 ,  李翔 ,  许康 ,  潘舒新 ,  孙青怡 ,  周泓 ,  严云洋 ,  胡荣林 ,  冯万利 ,  王留洋 ,  王海云 ,  袁媛 ,  唐海波

IPC: G06F17/30 ,  G06K9/62

CPC classification number: G06F16/313 ,  G06F16/35 ,  G06K9/6223

Abstract: 本发明公开了一种基于K-means和LDA的双向验证的网络行为习惯聚类方法，本发明利用人员上网记录中的网页属性、关键词和频数，结合K-means算法、LDA文档主题提取模型和退火算法，先对全体人员-标签-频率集、人员浏览记录-人员-关键词集进行K-means算法聚类和LDA文档主题提取模型生成，存储计算中间结果，之后使用退火算法将K-means和LDA进行双向验证，计算全局最佳主题-分类标签序列，以此为依据优化网络行为习惯聚类的结果，K-means和LDA双向验证提高了对人员-分类标签的敏感度，退火算法能够提高优化聚类结果的效率，进而提高聚类准确性。