一种基于邻居信息和属性网络表征学习的微博用户社团发现方法[CN202010742856.1] - 浙江工业大学

专利申请

2020-07-29
公布公告

2023-07-28
授权日期

2023-07-28
终止

2033-07-25

一种基于邻居信息和属性网络表征学习的微博用户社团发现方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202010742856.1 申请日期： 2020-07-29 专利主类别： G06F16/9536 {{ classMap["G06F16/9536"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

G06F16/9536 :

G06F18/23213 :

G06Q50/00 : 专门适用于特定经营部门的系统或方法，例如公用事业或旅游

专利注册信息

初审公告期号	2020-07-29	初审公告日期	2023-07-28
注册公告期号	2023-07-28	注册公告日期	2023-07-28
专用权期限	2023-07-28 - 2033-07-25	专利类型	发明授权
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于邻居信息和属性网络表征学习的微博用户社团发现方法，利用现有的微博数据构建属性网络G＝(V，E，F)，根据用户关注信息的邻接矩阵A计算节点相似度SAij，根据用户属性信息矩阵F计算属性接近度矩阵SF，对网络拓扑和属性信息联合建模，采用分布式算法进行求解，最小化目标函数J，得到每个用户的嵌入向量H，对每个用户的嵌入向量H进行k‑means聚类，得到用户的类别标签，实现社团发现。本发明使用属性网络表征学习框架融合了微博用户的关注信息和属性信息，将高维用户信息转化为低维特征空间的向量，用k‑means聚类算法实现社团发现。降低了社团划分的复杂度，提高了社团发现的准确性，具有良好的性能。

法律进度