买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】多属性异构网络节点影响力度量方法、装置、设备及介质_马琦伟_202110315054.7 

申请/专利权人:马琦伟

申请日:2021-03-24

公开(公告)日:2024-03-22

公开(公告)号:CN113158072B

主分类号:G06F16/9536

分类号:G06F16/9536;G06Q50/00

优先权:

专利状态码:有效-授权

法律状态:2024.03.22#授权;2021.08.10#实质审查的生效;2021.07.23#公开

摘要:本发明公开了一种多属性异构网络节点影响力度量方法、装置、设备及介质,所述方法包括:根据网络流数据构建有向加权网络,根据节点属性数据将节点属性值赋给所述有向加权网络中的相应节点;根据赋值后的有向加权网络构建节点影响力度量模型,并利用带标签的节点属性数据求解最优参数,得到最优节点影响力度量模型;其中,所述带标签的节点属性数据的节点影响力已被表征;将待度量节点的属性值输入所述最优节点影响力度量模型,得到待度量节点的影响力。根据本公开实施例提供的多属性异构网络节点影响力度量方法,将多样化的节点属性因子和异质性的网络拓扑结构同时输入度量模型进行统筹考虑,大大提高了网络中节点影响力的度量准确性。

主权项:1.一种多属性异构网络节点影响力度量方法,其特征在于,包括:根据网络流数据构建有向加权网络,根据节点属性数据将节点属性值赋给所述有向加权网络中的相应节点;其中,各个城市组成一个网络,每个城市是网络中的一个节点;根据赋值后的有向加权网络构建节点影响力度量模型,并利用带标签的节点属性数据求解最优参数,得到最优节点影响力度量模型;其中,所述带标签的节点属性数据的节点影响力已被表征;根据赋值后的有向加权网络,得到如下所示的HeteroRank节点影响力度量模型: 其中,PRu表示节点u影响力,du表示节点u对应的网络拓扑结构效应系数,xui表示节点u对应的共k个节点属性中的第i个节点属性,ai表示第i个节点属性的系数,wuT表示节点u的网络加权邻接矩阵,PRv表示节点v影响力;将待度量节点的属性值输入所述最优节点影响力度量模型,得到待度量节点的影响力;根据节点的影响力对各个城市进行重要性排序。

全文数据:

权利要求:

百度查询: 马琦伟 多属性异构网络节点影响力度量方法、装置、设备及介质

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。