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：西华大学
摘要：本发明属于用户对齐技术领域，公开了一种基于梯度语义属性嵌入的无监督用户对齐方法，本发明包括a数据预处理，b实体信息提取，c用户属性平滑，d梯度语义属性划分与嵌入，e特征融合和f识别匹配用户对。本发明适用于包含复杂异质属性信息和网络结构稀疏以及缺乏已知匹配用户的情况；本发明实现了全过程的无监督用户对齐，无需任何先验信息，提升了性能表现的同时节约了数据采集和标记成本。
主权项：1.一种基于梯度语义属性嵌入的无监督用户对齐方法，其特征在于，包括：a将社交网络中的用户数据进行预处理构建无向无权图G＝U，E，P，其中，U表示用户集合，E代表用户间关系集合，P代表用户属性对象集合；b实体信息提取：利用预训练实体命名识别模型来从用户属性对象集合P中的用户生成内容属性中提取关键实体，以实体信息来替代原始的用户生成内容；c用户属性平滑：针对用户集合U中的缺失某一特定属性的用户ui，检索出ui在一跳范围内的邻居用户，并将用户ui的缺失属性内容替换为这些邻居中最高频的属性内容，从而使得该用户的特征向量平滑化；d梯度语义属性划分与嵌入：根据语义因子映射函数得到用户属性对象集合P中各类属性的语义因子，并结合两个决策参数将P中的各类属性划分为弱语义属性、亚语义属性和强语义属性三个梯度，针对划分的三种不同语义属性的特点设计三种无监督的特征嵌入方法来生成对应的特征向量矩阵Zwe、Zsub和Zst；e特征融合：将用户各个梯度语义属性的嵌入结果进行拼接，得到用户在高维空间中的全梯度语义向量表示相应的，能够得到社交网络Gα和Gβ中所有用户的全梯度语义特征矩阵和最后分别在这两个特征矩阵上进行0-1标准化操作，将每一行的平均值转化为0；f识别匹配用户对；对于来自网络Gα中的任意一个用户ui，通过比较该用户ui与另一网络Gβ中所有用户在同一向量空间中的距离，进而确定用户ui的匹配用户；其中，若匹配用户与用户ui在同一向量空间中的距离越小，说明两个用户更可能是同一个自然人。
全文数据：
权利要求：
百度查询： 西华大学 一种基于梯度语义属性嵌入的无监督用户对齐方法
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