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：中国科学技术大学

摘要：本发明公开了基于网络特性和传播信息联合建模的扩散传播方法，涉及人工智能技术领域，节点动态偏好计算模块在交互图上随时间连续传播和演化的节点偏好变化机理，构建动态节点偏好，然后基于节点动态偏好和图结构使用社区发现算法将节点划分为不同层次，接着利用内容挖掘模块从传播信息内容的多模态信息中提取特征并融合获得信息属性特征表达，再利用自编码器将节点群的节点特征和信息属性特征映射到同一空间并计算节点‑信息匹配度，最后根据节点‑信息匹配度找到每个节点群中的最初始传播节点构建信息传播主干网络，从而实现传播信息内容在社交网络中的高效扩散。

主权项：1.基于网络特性和传播信息联合建模的扩散传播方法，其特征在于，将社交网络以及传播信息内容作为输入特征输入到高效扩散模型中，以获取传播信息内容在社交网络中的高效扩散结果；高效扩散模型对输入特征的处理过程如下：S1、对社交网络中信息传播节点以及节点间的社交连接关系抽象建模成一个无向无权图；S2、将无向无权图输入到已训练完成的动态节点偏好模型中，输出动态群体成员偏好特征；S3、基于动态群体成员偏好特征计算无向无权图中不同节点之间的节点相似度，将所述节点相似度作为权重赋给无向无权图中存在的边上，获得一个无向加权图，基于动态群体成员偏好特征和无向加权图将社交网络中的节点划分为节点行为相似和连接紧密的节点群；S4、对传播信息内容进行挖掘，并基于自注意力机制融合得到信息属性特征；S5、将节点群以及信息属性特征输入到已训练完成的信息-节点匹配度计算模块，输出当前节点群中每个节点与信息属性特征之间的节点-信息匹配度，并按降序排列，将排在首位的节点-信息匹配度所对应的节点作为当前节点群的初始传播节点，基于当前节点群中节点之间的连接关系以及节点-信息匹配度，找到与初始传播节点直接连接且节点-信息匹配度最大的节点作为二级节点，以此类推，得到当前节点群对应的信息传播支路；重复计算其他节点群对应的信息传播支路，将每个节点群中的初始传播节点连接，得到信息传播主干网络，以实现传播信息内容在社交网络中的高效扩散；在步骤S2中，基于动态节点偏好模型的常微分方程建模无向无权图中节点偏好随时间的连续传播和演化过程，建立动态节点偏好；面向节点在单个时间点上发生的并发交互，类比图卷积的聚合规则在所对应的时刻对节点的嵌入进行离散更新，从而得到动态群体成员偏好特征；动态节点偏好模型如下：定义传播矩阵，利用连续图神经网络来表示节点的连续传播演化过程，基于给定的，计算在下一次交互前的的值，其中，表示时刻的节点特征向量； 其中，表示传播矩阵，表示单位矩阵，表示时刻的交互矩阵，为中心节点影响其相邻节点的速度，和分别表示在时刻上的邻接矩阵和度矩阵；结合当前节点嵌入、变化的邻接矩阵和权重矩阵，通过非线性激活函数得到增量更新； 结合掩码矩阵选择性地应用增量更新到当前节点嵌入上，得到当前节点更新后的嵌入矩阵； 其中，表示时刻的增量更新，表示时刻前的节点嵌入矩阵，表示非线性激活函数，和分别表示不同的权重矩阵，表示度矩阵的逆矩阵，用于标准化节点特征，表示时刻和之间的邻接矩阵的变化量，表示由的行相加构造的掩码矩阵，表示Hadamard乘积，表示时刻后更新后的节点嵌入矩阵；动态节点偏好模型的损失函数如下： 其中，表示时刻的步长损失，表示时刻的跳跃损失，为常数，用于控制正则化的程度，表示强度函数，表示节点交互行为，表示负对集合，是平方Frobenius范数。

全文数据：

权利要求：

百度查询： 中国科学技术大学 基于网络特性和传播信息联合建模的扩散传播方法