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！

龙图腾网获悉安徽大学申请的专利一种社交网络中基于人格信息的网络结构隐藏方法、装置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：CN115640427B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202211100183.5，技术领域涉及：G06F16/901；该发明授权一种社交网络中基于人格信息的网络结构隐藏方法、装置是由颜登程;孟庆可;崔杰;屈诗琴;仲红;张以文设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本一种社交网络中基于人格信息的网络结构隐藏方法、装置在说明书摘要公布了：本发明属于大数据分析领域，具体涉及一种社交网络中基于人格信息的网络结构隐藏方法、装置。该网络结构隐藏方法包括如下步骤：S1：基于社交网络中的用户关系图谱转换为图形结构数据。S2：基于每个用户发布的社交内容，通过文本分析工具生成每个用户的五维人格向量。S3：采用多元线性回归的方法基于网络结构的各项中心性指标分别构建用于表征所有用户各项人格的人格特征矩阵。S4：通过进化算法生成在度分量上人格变化最大的匿名k度序列。S5：根据获取的匿名k度序列对原始的图G进行相应的修改，从而生成满足k度匿名图的新图G′。本发明解决了现有现有社交网络中的信息发布可能存在泄露用户人格特征或隐私信息的问题。

本发明授权一种社交网络中基于人格信息的网络结构隐藏方法、装置在权利要求书中公布了：1.一种社交网络中基于人格信息的网络结构隐藏方法，其特征在于，所述网络结构隐藏方法包括如下步骤： S1：基于社交网络中用户间关系生成一个对应的用户关系图谱；将用户关系图谱转换为图形结构数据的图G：G＝V,E； S2：基于每个用户发布的社交内容，通过文本分析工具生成每个用户的五维人格向量；所述五维人格包括宜人性，责任心，外倾性，神经质性和开放性； S3：采用多元线性回归的方法基于网络结构的各项中心性指标分别构建用于表征所有用户各项人格的人格特征矩阵；其中，所述中心性指标包括度中心性、中介中心性、紧密中心性、特征向量中心性和局部聚集系数； S4：基于所述图G通过进化算法生成满足预设匿名度值k且在度分量上人格变化最大的匿名k度序列；所述匿名k度序列的构建方法如下： S41；获取图G中n个节点的度，构成度序列d＝{d1,d2,…,dn}，其中，di为节点i的度；设置进化过程中的迭代次数epcoh以及匿名度值k； S42：获取当前图G中节点的度di大于预设的匿名度值k的节点数量num，并将num相对于节点总数n的占比作为图G的得分值radio； S42：初始化进化过程的系统参数，包括最高得分max_radio，最佳度序列best_d，人格在度分量上的最大改变量best_cange，系统参数的初始值如下： max_radio＝radio best_d＝d best_cange＝0； S43：按照预设的迭代次数epcoh循环执行变异操作，每轮变异操作过程中随机选择图G两个节点的度值进行更新，更新过程对其中一个节点的度加1，另一个节点的度减1；得到每轮变异后的度序列di； S44：通过步骤S42的方法更新每轮变异后的度序列di对应的得分值radioi，并将其与max_radio比较：当radioimax_radio，则对di进行归一化处理得到归一化的度序列d_nori，然后计算隐藏的人格在度分量上的改变量Δd_nori； S45：判断每轮变异中各个人格特征的改变量Δd_nori是否大于best_cange，是则对系统参数进行更新；系统参数的更新方式如下： max_radio＝radioi best_d＝di best_cange＝Δd_nori； S46：获取系统参数更新后每个节点的di在d中的出现次数ci，进而构建一个用于表征每个节点的度的出现次数的次数序列c＝{c1,c2,…,cn}；并通过下式计算当前状态下图G的匿名度值k_now： k_now＝minc S47：判断是否满足know≥k，是则输出最佳度序列best_d作为所需的匿名k度序列；否则返回步骤S43重新对图G进行变异操作；直到达到预设的迭代次数epcoh； S5：根据获取的所述匿名k度序列对原始的图G进行相应的修改，从而生成满足k度匿名图的新图G′。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。

以上内容由龙图腾AI智能生成。