检索结果-内蒙古大学图书馆

西北大学学报（自然科学版） 2013年第3期43卷 383-389页

作者：蔡君赵慧民广东技术师范学院电子与信息学院广东广州510665

为准确刻画Internet上的用户群体行为,发现网络中潜在的协同攻击。首先从采集的流中提取用户的社会行为特征,构建用户交互网络(HIN)。然后,基于HIN的用户社会行为的相似性,定义用户社团,并定义5个指标对用户社团的变化进行定量描述,采... 详细信息

为准确刻画Internet上的用户群体行为,发现网络中潜在的协同攻击。首先从采集的流中提取用户的社会行为特征,构建用户交互网络(HIN)。然后,基于HIN的用户社会行为的相似性,定义用户社团,并定义5个指标对用户社团的变化进行定量描述,采用基线法设置每个指标的检测区间。期间,为了适应网络环境的动态性,引入了固定时间宽度的滑动窗口机制实现自适应网络异常群体行为检测。提出了一种通过对用户社团变化的监测实现网络异常群体行为检测的方法。通过在两个实际网络流数据集上进行试验验证了基于用户社团变化的方法可以检测大型网络的异常群体行为。

关键词：用户社团社团变化异常检测复杂网络

来源：评论

学校读者我要写书评

暂无评论

用户社团的划分与风险用户的识别方法、装置及电子设备

用户社团的划分与风险用户的识别方法、装置及电子设备

引用

作者：雷奥林柯振德姚光军邱李晴蒋菱 100020 北京市朝阳区光华路10号院1号楼6-30层、32-42层

本申请实施例提供了一种用户社团的划分与风险用户的识别方法、装置及电子设备。该方法包括：获取待处理异质网络，待处理异质网络是基于用户与指定实体类型的实体之间的关系构建的；基于关系的同关系值概率，从待处理异质网络的关系中... 详细信息

标准号: CN113554308A

本申请实施例提供了一种用户社团的划分与风险用户的识别方法、装置及电子设备。该方法包括：获取待处理异质网络，待处理异质网络是基于用户与指定实体类型的实体之间的关系构建的；基于关系的同关系值概率，从待处理异质网络的关系中提取目标关系，得到处理后异质网络，同关系值概率为每两个用户所拥有的相同关系类别的关系具有相同关系值的概率；对处理后异质网络进行社团划分，得到用户社团。基于本方案，能够根据同关系值概率对关系网络中的有效关系进行提取，减少关系网络数据规模，保证社团划分时的效果，有助于基于划分出的用户社团进行风险防范。

关键词：异质网络用户社团概率关系网络装置及电子设备社团风险防范关系构建目标关系实体类型数据规模有效关系申请保证

来源：评论

学校读者我要写书评

暂无评论

用户社团的划分与风险用户的识别方法、装置及电子设备

用户社团的划分与风险用户的识别方法、装置及电子设备

引用

作者：雷奥林柯振德姚光军邱李晴蒋菱 100020 北京市朝阳区光华路10号院1号楼6-30层、32-42层

标准号: CN113554308B

关键词：异质网络用户社团概率关系网络装置及电子设备社团风险防范关系构建目标关系实体类型数据规模有效关系申请保证

来源：评论

学校读者我要写书评

暂无评论

一种基于邻居信息和属性网络表征学习的微博用户社团发现方法

一种基于邻居信息和属性网络表征学习的微博用户社团发现方法

引用

作者：徐新黎肖云月杨旭华徐齐婧周艳波 310014 浙江省杭州市下城区朝晖六区潮王路18号

一种基于邻居信息和属性网络表征学习的微博用户社团发现方法，利用现有的微博数据构建属性网络G＝(V，E，F)，根据用户关注信息的邻接矩阵A计算节点相似度SAij，根据用户属性信息矩阵F计算属性接近度矩阵SF，对网络拓扑和属性信息联合... 详细信息

标准号: CN112084418B

一种基于邻居信息和属性网络表征学习的微博用户社团发现方法，利用现有的微博数据构建属性网络G＝(V，E，F)，根据用户关注信息的邻接矩阵A计算节点相似度SA_ij，根据用户属性信息矩阵F计算属性接近度矩阵SF，对网络拓扑和属性信息联合建模，采用分布式算法进行求解，最小化目标函数J，得到每个用户的嵌入向量H，对每个用户的嵌入向量H进行k‑means聚类，得到用户的类别标签，实现社团发现。本发明使用属性网络表征学习框架融合了微博用户的关注信息和属性信息，将高维用户信息转化为低维特征空间的向量，用k‑means聚类算法实现社团发现。降低了社团划分的复杂度，提高了社团发现的准确性，具有良好的性能。

关键词：社团发现属性网络微博向量矩阵属性信息嵌入低维特征空间用户关注信息用户属性信息分布式算法关注信息计算节点聚类算法类别标签邻接矩阵邻居信息目标函数数据构建网络拓扑用户社团用户信息复杂度接近度相似度最小化求解高维建模聚类社团学习融合转化联合发现

来源：评论

学校读者我要写书评

暂无评论

一种基于邻居信息和属性网络表征学习的微博用户社团发现方法

一种基于邻居信息和属性网络表征学习的微博用户社团发现方法

引用

作者：徐新黎肖云月杨旭华徐齐婧周艳波 310014 浙江省杭州市下城区朝晖六区潮王路18号

标准号: CN112084418A

来源：评论

学校读者我要写书评

暂无评论

一种基于属性网络嵌入和无参聚类的哔哩哔哩用户社团发现方法

一种基于属性网络嵌入和无参聚类的哔哩哔哩用户社团发现方法

引用

作者：徐新黎肖云月邢少恒杨旭华龙海霞 310014 浙江省杭州市下城区朝晖六区潮王路18号

一种基于属性网络嵌入和无参聚类的哔哩哔哩用户社团发现方法，根据现有的哔哩哔哩用户数据构建属性网络G，将邻接矩阵和属性矩阵利用属性网络表征框架转化为嵌入向量H，对H运行k‑means算法，计算不同k值下、T次内最小的群内方差，计算... 详细信息

标准号: CN112084419A

一种基于属性网络嵌入和无参聚类的哔哩哔哩用户社团发现方法，根据现有的哔哩哔哩用户数据构建属性网络G，将邻接矩阵和属性矩阵利用属性网络表征框架转化为嵌入向量H，对H运行k‑means算法，计算不同k值下、T次内最小的群内方差，计算I次内出现次数最多的最大和次大的曲率指标，得到对应的k值为k_a、k_b，分别运行IT次社团个数为k_a和社团个数为k_b的k‑means算法，并计算各自聚类结果最大的模块度Q_a、Q_b，取得Q_a、Q_b中较大值对应的k值作为社团划分的个数，最后利用k‑means聚类算法实现社团发现。本发明利用无参算法代替人工指定社团个数，降低了人为因素干扰，提高了社团发现的准确性和稳定性。

关键词：属性网络算法社团社团发现嵌入曲率人为因素干扰聚类结果聚类算法邻接矩阵人工指定属性矩阵用户社团用户数据模块度方差构建聚类向量转化发现

来源：评论

学校读者我要写书评

暂无评论

一种基于属性网络嵌入和无参聚类的哔哩哔哩用户社团发现方法

一种基于属性网络嵌入和无参聚类的哔哩哔哩用户社团发现方法

引用

作者：徐新黎肖云月邢少恒杨旭华龙海霞 310014 浙江省杭州市下城区朝晖六区潮王路18号

标准号: CN112084419B

来源：评论

学校读者我要写书评

暂无评论

一种用户社团划分方法及装置

一种用户社团划分方法及装置

引用

作者：樊学宝 100033 北京市西城区金融大街21号

本申请公开了一种用户社团划分方法及装置，涉及数据处理领域，能够提高用户社团划分的准确性，包括：获取待划分用户之间的通话特征，根据通话特征构建拓扑结构；根据通话特征，依据第一公式计算任意两个节点之间的链接关系；根据任意... 详细信息

标准号: CN110489598A

本申请公开了一种用户社团划分方法及装置，涉及数据处理领域，能够提高用户社团划分的准确性，包括：获取待划分用户之间的通话特征，根据通话特征构建拓扑结构；根据通话特征，依据第一公式计算任意两个节点之间的链接关系；根据任意两个节点间的链接关系，计算任意节点对其邻接节点的约束；根据第一邻接节点对第二节点的约束，计算第一节点的邻接精力和；根据第一节点的邻接精力和计算第三节点的重要度；若第三节点的重要度大于等于第一阈值且节点度大于等于第二阈值，则确定第三节点为核心节点；将核心节点及核心节点的邻接节点划分为同一社团。本申请用于实现社团的准确划分。

关键词：核心节点邻接节点通话特征链接关系用户社团重要度邻接数据处理领域社团公式计算拓扑结构节点度构建申请

来源：评论

学校读者我要写书评

暂无评论

社交网络的用户社团划分方法和装置

社交网络的用户社团划分方法和装置

引用

作者：胡晓亮蔡龙军王雷 100080 北京市海淀区北一街2号鸿城拓展大厦10、11层

本发明实施例提供了一种社交网络的用户社团划分方法和装置，该方法包括：获取社交网络中各个用户间的信息交互关系和交互信息以形成社交网络信息；根据信息交互关系针对社交网络中的用户创建社交网络图谱；利用深度优先算法对社交网络... 详细信息

标准号: CN106022938A

本发明实施例提供了一种社交网络的用户社团划分方法和装置，该方法包括：获取社交网络中各个用户间的信息交互关系和交互信息以形成社交网络信息；根据信息交互关系针对社交网络中的用户创建社交网络图谱；利用深度优先算法对社交网络图谱进行搜索，得到强连通的用户群；将强连通的用户群中各个用户间的交互信息与需要分析的主题列表进行匹配；将强连通的用户群中与同一主题匹配成功的交互信息所对应的用户划分为第一用户社团。本发明无需对所有用户进行社团划分，减少了信息计算量；并且，本发明得到的多个用户社团是以需要分析的主题为基础进行划分的，允许了同一用户出现在多个社团的情况，并提高了社团划分的精准度和分析用途。

关键词：社交网络交互信息用户社团用户群连通信息交互关系社团图谱社交网络信息深度优先算法方法和装置同一用户信息计算用户创建主题匹配分析精准度匹配搜索成功

来源：评论

学校读者我要写书评

暂无评论

一种用户社团划分方法及装置

一种用户社团划分方法及装置

引用

作者：樊学宝 100033 北京市西城区金融大街21号

标准号: CN110489598B

关键词：核心节点邻接节点通话特征链接关系用户社团重要度邻接数据处理领域社团公式计算拓扑结构节点度构建申请

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：