龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工程大学
摘要：本发公开了一种基于属性补全的社交网络社区搜索方法、系统及存储介质。本发明针对顶点属性信息缺失问题，通过考虑顶点多类型对属性补全的影响以及借助元路径引导的随机游走获取优质高阶邻居提升属性补全的性能；在此基础上，根据上述属性补全方法，通过属性约束描述个性化搜索需求，通过关系约束描述不同类型顶点之间的细粒度连接需求，设计并实现了多种属性关系社区搜索算法。本发明考虑属性补全的社区搜索能够提高社区搜索的性能，考虑属性约束社区搜索既能够完成个性化的搜索需求又能提高社区成员的属性相似度，可部署在各服务器机房后端，可广泛应用于社交网络场景下网络舆论监管等应用领域。
主权项：1.一种基于属性补全的社交网络社区搜索方法，其特征在于：具体步骤如下：步骤1：信息采集；从社交网络中收集数据，包括节点的属性信息和网络拓扑结构；根据采集的节点的特征构建出网络的结构特征和节点的属性特征；步骤2：属性空间聚合；通过计算与目标顶点属性相似的源顶点，并利用这些源顶点的属性信息来补全目标顶点的缺失属性；步骤3：结构空间聚合；通过一阶结构空间聚合，使用注意力机制动态调整不同邻居顶点的权重，实现了对一阶邻居的加权聚合；通过高阶结构空间聚合，利用元路径引导的随机游走方式获取目标顶点的高阶邻居顶点集合，并通过Transformer的注意力层学习每个高阶邻居顶点的重要性，实现了对目标顶点在结构空间中的嵌入表示；步骤4：属性补全；利用不同特征视角的嵌入信息结合，利用多层感知机进行融合学习，预测目标顶点的缺失属性；步骤5：社区搜索；利用属性补全后的完整属性信息，结合属性约束，搜索出满足条件的最小属性关系社区集合。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于属性补全的社交网络社区搜索方法、系统及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号