检索结果-内蒙古大学图书馆

本发明公开了一种优化的新型稠密子图提取方法、系统、装置及介质，其中方法包括：获取原图中所有三角形，计算每个三角形的权重和顶点权重；初始化参数λ，根据计算的权重构造有向流图，将有向流图改造成相应的二部图；应用二部图的最大流算法求解最大流，进行二分搜索参数λ，并更新有向流图；根据搜索出的顶点集求解导出子图，作为目标稠密子图。本发明将原有向流图改造成二部图后，使用二部图的preflow‑push算法代替通用算法来求解源点s或s₁到汇点t的最大流，可以极大地降低push和relabel的次数，降低了算法的时间复杂性，且拥有较高的稠密度。本发明可广泛应用于图网络数据挖掘领域。

关键词：最大流求解有向算法稠密网络数据挖掘初始化参数时间复杂性权重构造搜索参数通用算法顶点权权重和导出汇点源点应用改造搜索更新优化

来源：评论

学校读者我要写书评

暂无评论

一种基于多标签传播的重叠社区检测方法

一种基于多标签传播的重叠社区检测方法

引用

作者：董学文杨超盛立杰王超姚青松蒋中元孙聪 710071 陕西省西安市太白南路2号

本发明属于网络数据挖掘技术领域，具体涉及一种基于多标签传播的重叠社区检测方法，包括以下步骤：步骤A，构造社交网络图；步骤B，分析网络粗糙核心；步骤C，初始化标签集合；步骤D，执行标签传播；步骤E，分解不连续社区。本发明的... 详细信息

标准号: CN104636978A

本发明属于网络数据挖掘技术领域，具体涉及一种基于多标签传播的重叠社区检测方法，包括以下步骤：步骤A，构造社交网络图；步骤B，分析网络粗糙核心；步骤C，初始化标签集合；步骤D，执行标签传播；步骤E，分解不连续社区。本发明的方法充分考虑到节点间链接密度的问题，具有较高的精确度和有效性，并且标签传播过程中不需要手动输入数据。

关键词：标签手动输入数据网络数据挖掘网络图标签集合传播过程分析网络初始化多标签传播社区社交重叠分解检测

来源：评论

学校读者我要写书评

暂无评论

一种基于多标签传播的重叠社区检测方法

一种基于多标签传播的重叠社区检测方法

引用

作者：董学文杨超盛立杰王超姚青松蒋中元孙聪 710071 陕西省西安市太白南路2号

标准号: CN104636978B

关键词：标签手动输入数据网络数据挖掘网络图标签集合传播过程重叠社区不连续初始化链接传播粗糙分解检测社区网络分析

来源：评论

学校读者我要写书评

暂无评论

基于半监督网络表示学习的电商网络社区发现方法及系统

基于半监督网络表示学习的电商网络社区发现方法及系统

引用

作者：杜航原谢富中王文剑白亮梁吉业 030006 山西省太原市坞城路92号

本发明涉及电商网络数据挖掘领域，公开了一种基于半监督网络表示学习的电商网络社区发现方法及系统，所述方法包括电商网络邻接矩阵、特征矩阵以及部分用户标签矩阵构建环节，半监督网络表示学习的电商网络社区发现模型构建及优化环节... 详细信息

标准号: CN115563403A

本发明涉及电商网络数据挖掘领域，公开了一种基于半监督网络表示学习的电商网络社区发现方法及系统，所述方法包括电商网络邻接矩阵、特征矩阵以及部分用户标签矩阵构建环节，半监督网络表示学习的电商网络社区发现模型构建及优化环节，半监督网络表示学习的电商网络社区发现模型结果输出环节；利用两个独立的GCN编码器构建半监督网络表示学习的电商网络社区发现模型，并设计一个联合优化目标函数，通过最小化目标函数进行模型训练。所述系统包括计算机处理器和内存，电商网络邻接矩阵、特征矩阵以及标签矩阵单元，基于半监督网络表示学习的电商网络社区发现模型训练单元，基于半监督网络表示学习的电商网络社区发现模型结果输出单元。

关键词：网络表示网络社区半监督发现学习邻接矩阵模型结果目标函数特征矩阵计算机处理器模型训练单元网络数据挖掘标签矩阵矩阵构建联合优化模型构建模型训练输出单元输出环节用户标签编码器最小化构建内存环节网络优化

来源：评论

学校读者我要写书评

暂无评论

一种属性网络的群体发现系统

一种属性网络的群体发现系统

引用

作者：汪晓锋王栽胜赵本香刘睿敏 310018 浙江省杭州市下沙高教园区学源街258号

本发明属于网络数据挖掘领域，公开了一种属性网络的群体发现系统，用于准确地识别属性网络中潜在的群体结构，包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑和节点属性集合；基于节点度中心性... 详细信息

标准号: CN115438272A

本发明属于网络数据挖掘领域，公开了一种属性网络的群体发现系统，用于准确地识别属性网络中潜在的群体结构，包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑和节点属性集合；基于节点度中心性度量和节点间相对距离定位潜在的聚类中心节点；根据拓扑结构信息将网络邻接矩阵转换为相似矩阵，同时合成节点属性矩阵；运用多层图卷积模型同时对结构信息和节点属性进行深度融合并自动识别完整的群体结构；最后对群体发现结果进行评价。本发明可面向大规模属性网络数据，在较低时间复杂度下揭示群体结构，对复杂网络普适性强，具有较高的应用价值。

关键词：属性网络群体结构节点属性潜在的预处理拓扑结构信息网络数据挖掘时间复杂度发现系统复杂网络合成节点结构信息聚类中心邻接矩阵深度融合属性矩阵相似矩阵行为数据用户交互自动识别节点度普适性中心性度量多层建模拓扑群体集合转换应用网络发现

来源：评论

学校读者我要写书评

暂无评论

一种基于维特比算法的网页分类排序动态爬虫方法

一种基于维特比算法的网页分类排序动态爬虫方法

引用

作者：邵玉斌张鸿飞龙华杜庆治 650093 云南省昆明市五华区学府路253号

本发明涉及一种基于维特比算法的网页分类排序动态爬虫方法，属于网络数据挖掘技术领域。本发明首先给出种子URL，并将种子URL作为父链接向下爬取，获取出链子链接；基于链接结构计算子链接的入链数；随后获取子链接网页内容并计算网页... 详细信息

标准号: CN108009202A

本发明涉及一种基于维特比算法的网页分类排序动态爬虫方法，属于网络数据挖掘技术领域。本发明首先给出种子URL，并将种子URL作为父链接向下爬取，获取出链子链接；基于链接结构计算子链接的入链数；随后获取子链接网页内容并计算网页内容与主题的相似性；通过计算网页的综合评价值，淘汰评价值较低的网页并将剩下的网页作为父链接向下爬取新的链接。重复上述过程，直到爬虫过程中没有新的网页加入，则停止爬虫。本发明方法可以使用户在给定主题的条件下，通过基于维特比算法的动态网络爬虫，可以高效、准确获取特定主题下的重要网站。

关键词：爬虫链接网页维特比算法网页内容子链接网络数据挖掘动态网络链接结构网页分类链子链数网站排序重复淘汰

来源：评论

学校读者我要写书评

暂无评论

一种基于语义情感分析的贷后风险预警系统

一种基于语义情感分析的贷后风险预警系统

引用

作者：严建峰刘志强李云飞杨璐 215000 江苏省苏州市工业园区仁爱路199号

一种基于语义情感分析的贷后风险预警系统，其特征在于，包括：网络数据挖掘模块，用于从网络上搜集客户企业的相关信息，所述相关信息包括以下的一种或者几种：与客户企业相关的新闻、评论、微博、举报、投诉；语义情感分析模块，用于... 详细信息

标准号: CN103886501B

一种基于语义情感分析的贷后风险预警系统，其特征在于，包括：网络数据挖掘模块，用于从网络上搜集客户企业的相关信息，所述相关信息包括以下的一种或者几种：与客户企业相关的新闻、评论、微博、举报、投诉；语义情感分析模块，用于接收所述相关信息并进行情感成分分析，生成情感极性K和情感强度M；分析总模块，用于获取所述情感极性K和所述情感强度M，并且根据所述相关信息的来源生成情感极性K值和情感强度M值，之后根据预定公式依次计算得出可靠系数P和总体可靠系数W；用户交互模块，用于在所述总体可靠系数W低于警戒值时发出警告。本发明能够及时的对客户企业的重大变动做出预警，帮助银行更好的管理客户企业，有效的降低贷后风险。

关键词：相关信息可靠系数客户企业情感极性语义情感分析网络数据挖掘用户交互模块成分分析风险预警管理客户微博警戒搜集预警警告投诉评论银行分析网络帮助

来源：评论

学校读者我要写书评

暂无评论

一种基于网络结构相似性的对抗网络表示学习方法

一种基于网络结构相似性的对抗网络表示学习方法

引用

作者：谷峪周子涵于戈 110819 辽宁省沈阳市和平区文化路3号巷11号

本发明提供一种基于网络结构相似性的对抗网络表示学习方法，涉及大图数据处理领域。该方法包括：计算给定图中各网络节点对结构相似度，并选取判别器模型训练的正样本集合；计算给定图的全局连通性概率分布；设计节点对结构相似性的判... 详细信息

标准号: CN110674929A

本发明提供一种基于网络结构相似性的对抗网络表示学习方法，涉及大图数据处理领域。该方法包括：计算给定图中各网络节点对结构相似度，并选取判别器模型训练的正样本集合；计算给定图的全局连通性概率分布；设计节点对结构相似性的判别函数；采用有偏二跳随机游走策略得到判别器模型训练的负样本集合；对判别器模型进行训练，直至优化达到纳什均衡，输出生成器模型和判别器模型的参数。本方法利用网络节点对结构相似度学习节点低维表示向量，得到的表示向量适合于各类网络数据挖掘任务，具有理论保证和实验保证，同时，采用生成对抗训练框架设计了基于截断二步随机游走的生成器模型和基于全局连通性分布相似性的判别器模型，加强了方法的鲁棒性。

关键词：判别器结构相似度模型训练随机游走网络节点连通性向量集合数据处理领域网络数据挖掘结构相似性输出生成器对抗训练概率分布框架设计理论保证判别函数网络表示网络结构负样本鲁棒性生成器正样本截断低维全局均衡学习对抗优化保证

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：