申请/专利权人：杭州电子科技大学

申请日：2023-11-08

公开（公告）日：2024-02-06

公开（公告）号：CN117522613A

主分类号：G06Q50/00

分类号：G06Q50/00;G06F16/9536;G06F16/9535;G06N5/04;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了一种基于用户嵌入与朋友群体嵌入联合学习的信息传播系统。本发明在信息级联中将用户及其朋友群体嵌入到潜在空间中，以提取比经典表征学习方法更准确的传播概率。根据用户的行为，本发明将用户的各个朋友分为不同的影响群体，并使用高斯混合模型对其建模，得到群体嵌入。通过用户嵌入捕捉网络中用户传播关系之间的规律性，通过群体嵌入捕捉用户朋友之间的行为相关性。最后，本发明将两种嵌入与传播模型相结合，联合优化模型的参数，从而提高传播模型的准确性。使用本发明的模型能提高对用户行为预测的准确性。

主权项：1.基于用户嵌入与朋友群体嵌入联合学习的信息传播系统，其特征在于包括用户嵌入模块、朋友群体检测和嵌入模块、节点一阶邻近性模块和联合学习模块；所述用户嵌入模块，将社交网络中的用户嵌入到潜在空间，从而通过用户在该空间的相对距离提取更鲁棒的传播概率，捕捉社交网络中用户传播关系之间的规律性；用户嵌入将被建模为两种嵌入：传播内容的发送者嵌入和接收者嵌入；所述朋友群体检测和嵌入模块，将目标用户的朋友根据发送者嵌入划分为不同的影响群体，并使用高斯混合模型对划分的多个朋友群体进行建模表示，从而使得优化后的同一朋友群体中的发送者嵌入进一步接近，实现从群体检测和群体嵌入到发送者嵌入的反馈，捕捉目标用户朋友之间的行为相关性；所述一阶邻近性模块，将约束发送者嵌入从而保持一阶邻近性，即节点之间的局部成对邻近性，使得社交网络上两个相邻的用户之间有着相似的发送者嵌入；所述联合学习模块，将用户嵌入模块、朋友群体检测和嵌入模块以及节点一阶邻近性模块所得到的目标似然函数联合优化，从而提高传播模型的准确性。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于用户嵌入与朋友群体嵌入联合学习的信息传播系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD