申请/专利权人:黑龙江大学
申请日:2022-07-12
公开(公告)日:2022-09-20
公开(公告)号:CN115080870A
主分类号:G06F16/9536
分类号:G06F16/9536;G06F16/901;G06F16/33;G06F16/35;G06N3/04;G06N3/08;G06Q50/00
优先权:
专利状态码:有效-授权
法律状态:2023.04.07#授权;2022.10.11#实质审查的生效;2022.09.20#公开
摘要:本发明属于信息传播预测技术领域,具体涉及一种基于Skip‑gram的信息传播预测模型,该模型的框架将级联作为输入,预测级联图的增长规模作为输出,该模型主要包括四个部分:扩散路径编码;时间效应;结构建模:将随机游走采样的序列通过Skip‑gram获得级联图的结构特征表示;预测:将带有时间效应的级联表示和结构表示结合输入到多层感知机中进行级联规模预测。本发明提出了一种新的预测模型来预测信息级联的增长大小;利用级联图的扩散路径和每个扩散时刻的时间效应,得到级联图的动态扩散过程;将有偏随机游走采样序列放入skip‑gram模型中,以获得级联信息的结构表示;结合动态扩散过程和结构表示来预测信息级联的增长大小。
主权项:1.基于Skip-gram的信息传播预测模型,其特征在于,该模型的框架将级联作为输入,预测级联图的增长规模作为输出,该模型主要包括四个部分:扩散路径编码:根据观测到的级联扩散顺序,通过循环神经网络对扩散路径进行编码;时间效应:扩散路径编码后结合时间效应进一步提取级联表示;结构建模:将随机游走采样的序列通过Skip-gram获得级联图的结构特征表示;预测:将带有时间效应的级联表示和结构表示结合输入到多层感知机中进行级联规模预测。
全文数据:
权利要求:
百度查询: 黑龙江大学 基于Skip-gram的信息传播预测模型
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。