西安电子科技大学马小科获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安电子科技大学申请的专利一种面向多层社交网络结构挖掘的特征自表示学习方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115841161B 。
龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211541661.6,技术领域涉及:G06N20/00;该发明授权一种面向多层社交网络结构挖掘的特征自表示学习方法是由马小科;贾文韬;邓晶晶设计研发完成,并于2022-12-02向国家知识产权局提交的专利申请。
本一种面向多层社交网络结构挖掘的特征自表示学习方法在说明书摘要公布了:本发明公开了一种面向多层社交网络结构挖掘的特征自表示学习方法,包括:构建面向社交的多层网络结构以及邻接矩阵;在每一层社交网络邻接矩阵的基础上构建网络的PMI矩阵并构建将社交网络的邻接矩阵分解得到基矩阵与特征矩阵的目标函数;对PMI矩阵进行特征分解,获得共享特征和层特异性特征;利用自表示策略学习社交网络节点间的相互关系并将共享特征投影到节点仿射子空间中并对目标函数进行更新;重复上述步骤,获得最终的自表示矩阵;对自表示矩阵进行谱聚类,获得多层社交网络的社区检测结果。本发明通过将节点的特征分解为共享的和特定于层的部分,提出了一种表征多层社交网络中保守社区的新策略,解决了多层社交网络中层间异质性问题。
本发明授权一种面向多层社交网络结构挖掘的特征自表示学习方法在权利要求书中公布了:1.一种面向多层社交网络结构挖掘的特征自表示学习方法,其特征在于,包括: S1:构建面向社交的多层网络结构以及所述多层网络结构的邻接矩阵,所述多层网络结构是基于社交网络数据得到的,所述社交网络数据是通过截取亚马逊社交网络上用户对不同产品的购买行为的交互记录数据并进行统计,所述产品包括书籍、音乐CD和DVD,以所述书籍、所述音乐CD和所述DVD为基本单位,分别为所述书籍、所述音乐CD和所述DVD上用户的共同购买记录构建的三层网络;其中,所述用户代表节点,若用户i和用户j购买相同的产品,则所述用户i与所述用户j之间将会构建一条连边; S2:在每一层社交网络邻接矩阵的基础上构建网络的PMI矩阵并构建将社交网络的邻接矩阵分解得到基矩阵与特征矩阵的目标函数; S3:对所述PMI矩阵进行特征分解,获得多层社交网络的共享特征和层特异性特征; S4:利用自表示策略学习社交网络节点间的相互关系并将所述共享特征投影到节点仿射子空间中并对所述目标函数进行更新; S5:重复步骤S3和S4,直至所述目标函数收敛或达到预设的迭代最大次数,获得最终的自表示矩阵; S6:对所述自表示矩阵进行谱聚类,获得多层社交网络的社区检测结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。