百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
一种挖掘符号网络中最大有符号θ团的方法
本发明公开了一种挖掘符号网络中最大有符号θ团的方法。对于符号网络,用户与用户之间会存在朋友和敌对的关系,而用户之间的关系会显著影响符号网络的稳定性。本发明根据符号网络提出了一种新的模型,即最大有符号θ团,它满足四个条件:其中的任意一个顶点的正邻居数与负邻居数之差需大于等于θ;是极大的;点数是最多的;是一个团,即团中的每一对顶点都是相邻的。考虑到θ团的属性,本发明提出新的修剪策略,从而更有效地缩减候选集的大小。与此同时,本发明结合新的修剪策略开发了高效的MSCD算法,从而能够在大型符号网络上快速挖掘最大有符号θ团。因此,本发明方法的应用对稠密子图的挖掘及符号网络间关系的稳定性的预测有着极大的效益。
基于k桁架建立社交网络中关键关系的方法
本发明公开了一种基于k桁架建立社交网络中关键关系的方法。在社交网络中,用户之间的关系强度会显著影响社交网络的稳定性。本发明通过k桁架来增强社交网络的稳定性,它满足两个条件:其中的任意一条边都被包含在至少(k-2)个三角形中;是极大的,即任何它的超图都不是k桁架。考虑到k桁架的属性,本发明提出新的修剪策略,从而更有效地缩减候选集的大小。与此同时,本发明结合新的修剪策略开发了高效的KTA算法,从而能够在大型社交网络上快速找到最为关键的用户关系。本发明方法的应用对寻找社交网络最为关键的用户关系有着极大的效益,对现实生活中增强社交网络的稳定性有着极大的帮助。
一种融合节点属性的深度社团发现方法
一种融合节点属性的深度社团发现方法,涉及作图分割问题的技术领域。构建模块度矩阵:模块度的值越大代表社团结构越清晰,社团的划分越好,通过最大化模块度可以得到网络的社团结构;构建深度自编码器捕捉网络结构:通过重构模块度矩阵,在隐层的最后一层输出H中保存网络的非线性社团结构;结合节点属性信息;当拥有相同属性的节点划分到不同社团,将执行一个惩罚,同时利用融合链接关系数据和节点内容数据进行社团发现。本发明利用深度神经网络挖掘非线性结构,同时结合节点属性信息得到更准确的社团结构。
渠道对象的数据处理、通信方法、装置、服务端及介质
本申请实施例中提供渠道对象的数据处理、通信方法、装置、服务端及介质,数据处理方法包括:第一服务端响应于引流对象的客户端发送的引流标识码生成请求,获取所述引流对象的目标组织的标识信息;其中,所述第一服务端存储有所述目标组织管理的多个渠道对象的标识信息;基于所述目标组织的标识信息,生成引流标识码;响应于消费用户的客户端读取所述引流标识码后发送的渠道加入请求,从所述多个渠道对象中获取与所述消费用户匹配的目标渠道对象的标识信息,并建立所述消费用户与所述目标渠道对象的通信权限。本申请实施例避免单个目标渠道对象达到限制的问题,此外还能对应组织关系自动生成目标组织的引流标识码,提升工作效率。
一种跨社交网络用户对齐方法以及装置
本发明提供一种跨社交网络用户对齐方法及装置,方法包括:导入社交网络用户数据,并构建用于进行特征提取的训练模型,根据社交网络用户数据对训练模型进行优化处理,得到优化模型,导入待测社交网络用户数据,通过优化模型对待测社交网络用户数据进行对齐处理,得到用户对齐结果。本发明能够提取区分性语义特征,减少网络结构信息的稀疏性,大大地提高了跨社交网络用户对齐的准确性。
信贷风险识别方法、装置、设备及程序
本发明公开了一种信贷风险识别方法、装置、设备及程序,该方法包括以下步骤:获取重叠社区中所述参考样本点与所述待识别样本点的重叠社区结构、所述参考样本点的自身特征以及待识别样本点的自身特征;结合所述重叠社区结构、所述参考样本点的自身特征以及所述待识别样本点的自身特征,生成所述待识别样本点所在社区的社区特征;基于所述社区特征,执行变量衍生操作,生成新的样本特征;将所述新的样本特征,输入风险识别模型,获得所述待识别样本点的违约概率;本发明提高信贷风险识别的准确率。
一种组局方法及系统
本发明公开了一种组局方法,属于娱乐统筹相关技术领域,包括如下具体步骤:主服务器接收原始信息;所述主服务器将所述原始信息处理形成邀请信息;所述主服务器将所述邀请信息传送至网络终端;所述主服务器接收、统计和处理应答信息,并将对所述应答信息的处理结果发送至第二用户终端和/或第一用户终端和/或所述网络终端;所述主服务器接收反馈信息并进行处理。通过组局可以解决人员之间时间不对等,由于人数不足不能参加有人数限制的大型活动的问题,通过活动发起时,同时间、同场所锁定的原则,避免冲突的发生,提高参与者的舒适值。
训练用户兴趣挖掘模型、用户兴趣挖掘的方法和装置
本说明书实施例提供一种训练用户兴趣挖掘模型、用户兴趣挖掘的方法和装置,方法包括:获取多个样本用户构成的关系网络图,关系网络图中具有社交关系的两个样本用户之间具有连接边;根据用户的行为日志特征,确定其初始用户表征向量;将多个样本用户分别对应的初始用户表征向量和关系网络图输入所述图神经网络,得到目标用户的融合用户表征向量;将多个样本用户分别对应的融合用户表征向量输入兴趣分布预测网络,得到各样本用户分别对应的兴趣分布参数;调整网络参数,使得兴趣分布参数所表征的预测兴趣分布与已知的用户兴趣先验分布之间的分布差异减小。对于不活跃的用户,也能有效挖掘用户兴趣。
一种微博舆情动态时空关联下浒苔灾害空间分布推估方法
本发明公开了一种微博舆情动态时空关联下浒苔灾害空间分布推估方法,使用历年的浒苔灾害和对应的微博社会舆情数据,根据浒苔灾害的覆盖面积、分布长宽、旋转角度与漂移重心,微博社会舆情的热点辐射范围、热点辐射强度、标准差椭圆角度、标准差椭圆范围构建双向联想神经网络,实现在得到微博社会舆情数据时可以推估浒苔空间分布于态势的目的。在使用双向联想神经网络预测浒苔灾害的过程中,使用残差网络对双向联想神经网络稳定状态下的结果进行校正,使用基于APRIORI算法提取得到的浒苔与微博时空关联规则对神经网络运行的结果进行校正,最后得到推估的当前浒苔灾害空间分布与发展的态势。
一种基于符号网络的节点关系获取方法及存储介质
本发明涉及一种基于符号网络的节点关系获取方法及存储介质,其中节点关系获取方法包括:步骤1:建立社交网络模型,并获取节点的度、聚集系数;步骤2:确定节点间PA指标和亲密度;步骤3:确定节点间存在潜在链接的概率;步骤4:确定节点的相关特征属性;步骤5:对节点的属性特征进行融合,采用logistic回归模型判断节点间关系极性。与现有技术相比,本发明具有有效实现符号网络中节点关系获取、准确率高等优点。

技术分类