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：杭州电子科技大学
摘要：本发明公开基于全局演化感知的社交关系分析方法，是面向时间图表示学习方法，时间链接预测涉及推断两个节点之间未来是否会有交互。本发明引入了一种称为全局进化感知表示学习GEARL的创新方法，用于连续时间动态图的链接预测，获得全面的全局进化见解。这是通过通过节点的统计特征和局部拓扑捕获节点之间的演化来实现的，从而能够表达有关交互的全局语义。此外，还合并了有关时间依赖性和局部拓扑的信息，涉及区分时间戳和量化节点交互频率，显著提高社交关系分析精准度和效率。
主权项：1.基于全局演化感知的社交关系分析方法，其特征在于，该方法包括如下步骤：步骤1：子图提取，提取每个节点的一阶邻居，得到节点的邻域信息；对各种社交网络的每个页面或者用户视为节点，编辑行为视为链接，而编辑行为发生的时间视为该链接出现的时间戳，以时间戳为边，构建一个连续动态网络；然后将所有节点发生交互的一阶邻居进行提取，视为节点的邻域信息；步骤2：时间依赖性建模：对节点的邻域信息中每条链接所具有的时间戳进行编码，利用单调衰减的固定指数法，为每个不同时间戳分配不同的时间向量；步骤3：局部拓扑建模：为了显示初始邻居的重要性，对节点的邻域信息当前时间戳之前每个节点的邻居出现频率进行建模；步骤4：全局进化建模：通过每个节点的时间依赖性和局部拓扑信息，将编码的时间戳连接到对应的局部特征，捕捉整个网络的演化趋势，建立全局语义交互模型，最后获得社交关系分析结果。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 基于全局演化感知的社交关系分析方法
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