找到10项技术成果数据。
找技术>-
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点作为种子节点，记录种子节点的一阶和二阶邻居总数；获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历网络，对任意两个未连接节点，计算相应的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例，充分利用了网络局部结构信息，预测效果好，准确率高。
-
一种基于贝叶斯估计和共同邻居节点度的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居节点度的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边概率，根据贝叶斯估计和共同邻居节点度，计算二节点之间长度为2和3路径每一中间节点似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居节点度，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法，建立网络模型，提取两个无连边节点的一阶和二阶共同邻居节点及其之间的边组成二阶局部群落，记录该群落的节点和边的总数，计算此群落的边聚类系数、简谐平均距离、连边密度和二阶局部群落系数；计算两个无连边节点间的皮尔逊积矩相关系数，记录种子节点度，计算两节点间的相似性指标；对整个网络任意两个无连边的节点，计算二者之间的相似性指标，将所有无连边节点对之间的相似性分数按降序排列，取前h个指标对应的两个节点为预测连边。本发明考虑了种子节点度、节点之间的皮尔逊相关系数以及局部群落的内部属性，有效利用了网络的相关性信息，准确性较高，预测精度较高。
-
一种基于社区结构的影响最大化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。
-
一种基于贝叶斯估计和大度节点有利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点有利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点有利思想，计算二节点之间长度为2和3路径每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点有利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于贝叶斯估计和局部路径的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和局部路径的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和局部路径，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合局部路径，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于种子节点传播的社交网络间用户身份识别方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。
-
一种基于贝叶斯估计和共同邻居的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和共同邻居信息，计算二节点之间长度为2和3的路径的每一中间节点的似然值,相似性分数为所有中间节点的似然值之和；遍历网络，用上述方法获取任意两个种子节点间的相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应的节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居信息，区分两节点间的局部路径中不同中间节点具有不同的重要性，算法预测效果好。
-
一种基于贝叶斯估计和大度节点不利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点不利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点不利思想，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点不利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点做为种子节点，记录种子节点的邻居节点数，获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点结构信息，充分利用了网络局部结构信息，预测效果好，准确率高。
找到10项技术成果数据。
找技术>-
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点作为种子节点，记录种子节点的一阶和二阶邻居总数；获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历网络，对任意两个未连接节点，计算相应的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例，充分利用了网络局部结构信息，预测效果好，准确率高。
-
一种基于贝叶斯估计和共同邻居节点度的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居节点度的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边概率，根据贝叶斯估计和共同邻居节点度，计算二节点之间长度为2和3路径每一中间节点似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居节点度，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法，建立网络模型，提取两个无连边节点的一阶和二阶共同邻居节点及其之间的边组成二阶局部群落，记录该群落的节点和边的总数，计算此群落的边聚类系数、简谐平均距离、连边密度和二阶局部群落系数；计算两个无连边节点间的皮尔逊积矩相关系数，记录种子节点度，计算两节点间的相似性指标；对整个网络任意两个无连边的节点，计算二者之间的相似性指标，将所有无连边节点对之间的相似性分数按降序排列，取前h个指标对应的两个节点为预测连边。本发明考虑了种子节点度、节点之间的皮尔逊相关系数以及局部群落的内部属性，有效利用了网络的相关性信息，准确性较高，预测精度较高。
-
一种基于社区结构的影响最大化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。
-
一种基于贝叶斯估计和大度节点有利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点有利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点有利思想，计算二节点之间长度为2和3路径每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点有利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于贝叶斯估计和局部路径的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和局部路径的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和局部路径，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合局部路径，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于种子节点传播的社交网络间用户身份识别方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。
-
一种基于贝叶斯估计和共同邻居的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和共同邻居信息，计算二节点之间长度为2和3的路径的每一中间节点的似然值,相似性分数为所有中间节点的似然值之和；遍历网络，用上述方法获取任意两个种子节点间的相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应的节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居信息，区分两节点间的局部路径中不同中间节点具有不同的重要性，算法预测效果好。
-
一种基于贝叶斯估计和大度节点不利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点不利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点不利思想，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点不利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点做为种子节点，记录种子节点的邻居节点数，获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点结构信息，充分利用了网络局部结构信息，预测效果好，准确率高。
找到10项技术成果数据。
找技术>-
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点作为种子节点，记录种子节点的一阶和二阶邻居总数；获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历网络，对任意两个未连接节点，计算相应的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例，充分利用了网络局部结构信息，预测效果好，准确率高。
-
一种基于贝叶斯估计和共同邻居节点度的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居节点度的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边概率，根据贝叶斯估计和共同邻居节点度，计算二节点之间长度为2和3路径每一中间节点似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居节点度，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法，建立网络模型，提取两个无连边节点的一阶和二阶共同邻居节点及其之间的边组成二阶局部群落，记录该群落的节点和边的总数，计算此群落的边聚类系数、简谐平均距离、连边密度和二阶局部群落系数；计算两个无连边节点间的皮尔逊积矩相关系数，记录种子节点度，计算两节点间的相似性指标；对整个网络任意两个无连边的节点，计算二者之间的相似性指标，将所有无连边节点对之间的相似性分数按降序排列，取前h个指标对应的两个节点为预测连边。本发明考虑了种子节点度、节点之间的皮尔逊相关系数以及局部群落的内部属性，有效利用了网络的相关性信息，准确性较高，预测精度较高。
-
一种基于社区结构的影响最大化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。
-
一种基于贝叶斯估计和大度节点有利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点有利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点有利思想，计算二节点之间长度为2和3路径每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点有利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于贝叶斯估计和局部路径的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和局部路径的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和局部路径，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合局部路径，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于种子节点传播的社交网络间用户身份识别方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。
-
一种基于贝叶斯估计和共同邻居的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和共同邻居信息，计算二节点之间长度为2和3的路径的每一中间节点的似然值,相似性分数为所有中间节点的似然值之和；遍历网络，用上述方法获取任意两个种子节点间的相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应的节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居信息，区分两节点间的局部路径中不同中间节点具有不同的重要性，算法预测效果好。
-
一种基于贝叶斯估计和大度节点不利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点不利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点不利思想，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点不利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点做为种子节点，记录种子节点的邻居节点数，获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点结构信息，充分利用了网络局部结构信息，预测效果好，准确率高。
找到10项技术成果数据。
找技术>-
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点作为种子节点，记录种子节点的一阶和二阶邻居总数；获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历网络，对任意两个未连接节点，计算相应的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例，充分利用了网络局部结构信息，预测效果好，准确率高。
-
一种基于贝叶斯估计和共同邻居节点度的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居节点度的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边概率，根据贝叶斯估计和共同邻居节点度，计算二节点之间长度为2和3路径每一中间节点似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居节点度，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法，建立网络模型，提取两个无连边节点的一阶和二阶共同邻居节点及其之间的边组成二阶局部群落，记录该群落的节点和边的总数，计算此群落的边聚类系数、简谐平均距离、连边密度和二阶局部群落系数；计算两个无连边节点间的皮尔逊积矩相关系数，记录种子节点度，计算两节点间的相似性指标；对整个网络任意两个无连边的节点，计算二者之间的相似性指标，将所有无连边节点对之间的相似性分数按降序排列，取前h个指标对应的两个节点为预测连边。本发明考虑了种子节点度、节点之间的皮尔逊相关系数以及局部群落的内部属性，有效利用了网络的相关性信息，准确性较高，预测精度较高。
-
一种基于社区结构的影响最大化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。
-
一种基于贝叶斯估计和大度节点有利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点有利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点有利思想，计算二节点之间长度为2和3路径每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点有利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于贝叶斯估计和局部路径的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和局部路径的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和局部路径，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合局部路径，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于种子节点传播的社交网络间用户身份识别方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。
-
一种基于贝叶斯估计和共同邻居的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和共同邻居信息，计算二节点之间长度为2和3的路径的每一中间节点的似然值,相似性分数为所有中间节点的似然值之和；遍历网络，用上述方法获取任意两个种子节点间的相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应的节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居信息，区分两节点间的局部路径中不同中间节点具有不同的重要性，算法预测效果好。
-
一种基于贝叶斯估计和大度节点不利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点不利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点不利思想，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点不利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点做为种子节点，记录种子节点的邻居节点数，获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点结构信息，充分利用了网络局部结构信息，预测效果好，准确率高。
找到10项技术成果数据。
找技术>-
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点作为种子节点，记录种子节点的一阶和二阶邻居总数；获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历网络，对任意两个未连接节点，计算相应的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例，充分利用了网络局部结构信息，预测效果好，准确率高。
-
一种基于贝叶斯估计和共同邻居节点度的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居节点度的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边概率，根据贝叶斯估计和共同邻居节点度，计算二节点之间长度为2和3路径每一中间节点似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居节点度，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法，建立网络模型，提取两个无连边节点的一阶和二阶共同邻居节点及其之间的边组成二阶局部群落，记录该群落的节点和边的总数，计算此群落的边聚类系数、简谐平均距离、连边密度和二阶局部群落系数；计算两个无连边节点间的皮尔逊积矩相关系数，记录种子节点度，计算两节点间的相似性指标；对整个网络任意两个无连边的节点，计算二者之间的相似性指标，将所有无连边节点对之间的相似性分数按降序排列，取前h个指标对应的两个节点为预测连边。本发明考虑了种子节点度、节点之间的皮尔逊相关系数以及局部群落的内部属性，有效利用了网络的相关性信息，准确性较高，预测精度较高。
-
一种基于社区结构的影响最大化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。
-
一种基于贝叶斯估计和大度节点有利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点有利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点有利思想，计算二节点之间长度为2和3路径每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点有利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于贝叶斯估计和局部路径的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和局部路径的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和局部路径，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合局部路径，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于种子节点传播的社交网络间用户身份识别方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。
-
一种基于贝叶斯估计和共同邻居的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和共同邻居信息，计算二节点之间长度为2和3的路径的每一中间节点的似然值,相似性分数为所有中间节点的似然值之和；遍历网络，用上述方法获取任意两个种子节点间的相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应的节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居信息，区分两节点间的局部路径中不同中间节点具有不同的重要性，算法预测效果好。
-
一种基于贝叶斯估计和大度节点不利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点不利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点不利思想，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点不利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点做为种子节点，记录种子节点的邻居节点数，获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点结构信息，充分利用了网络局部结构信息，预测效果好，准确率高。
找到10项技术成果数据。
找技术>-
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点作为种子节点，记录种子节点的一阶和二阶邻居总数；获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历网络，对任意两个未连接节点，计算相应的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例，充分利用了网络局部结构信息，预测效果好，准确率高。
-
一种基于贝叶斯估计和共同邻居节点度的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居节点度的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边概率，根据贝叶斯估计和共同邻居节点度，计算二节点之间长度为2和3路径每一中间节点似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居节点度，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法，建立网络模型，提取两个无连边节点的一阶和二阶共同邻居节点及其之间的边组成二阶局部群落，记录该群落的节点和边的总数，计算此群落的边聚类系数、简谐平均距离、连边密度和二阶局部群落系数；计算两个无连边节点间的皮尔逊积矩相关系数，记录种子节点度，计算两节点间的相似性指标；对整个网络任意两个无连边的节点，计算二者之间的相似性指标，将所有无连边节点对之间的相似性分数按降序排列，取前h个指标对应的两个节点为预测连边。本发明考虑了种子节点度、节点之间的皮尔逊相关系数以及局部群落的内部属性，有效利用了网络的相关性信息，准确性较高，预测精度较高。
-
一种基于社区结构的影响最大化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。
-
一种基于贝叶斯估计和大度节点有利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点有利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点有利思想，计算二节点之间长度为2和3路径每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点有利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于贝叶斯估计和局部路径的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和局部路径的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和局部路径，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合局部路径，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于种子节点传播的社交网络间用户身份识别方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。
-
一种基于贝叶斯估计和共同邻居的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和共同邻居信息，计算二节点之间长度为2和3的路径的每一中间节点的似然值,相似性分数为所有中间节点的似然值之和；遍历网络，用上述方法获取任意两个种子节点间的相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应的节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居信息，区分两节点间的局部路径中不同中间节点具有不同的重要性，算法预测效果好。
-
一种基于贝叶斯估计和大度节点不利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点不利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点不利思想，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点不利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点做为种子节点，记录种子节点的邻居节点数，获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点结构信息，充分利用了网络局部结构信息，预测效果好，准确率高。
找到10项技术成果数据。
找技术>-
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点作为种子节点，记录种子节点的一阶和二阶邻居总数；获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历网络，对任意两个未连接节点，计算相应的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例，充分利用了网络局部结构信息，预测效果好，准确率高。
-
一种基于贝叶斯估计和共同邻居节点度的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居节点度的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边概率，根据贝叶斯估计和共同邻居节点度，计算二节点之间长度为2和3路径每一中间节点似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居节点度，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法，建立网络模型，提取两个无连边节点的一阶和二阶共同邻居节点及其之间的边组成二阶局部群落，记录该群落的节点和边的总数，计算此群落的边聚类系数、简谐平均距离、连边密度和二阶局部群落系数；计算两个无连边节点间的皮尔逊积矩相关系数，记录种子节点度，计算两节点间的相似性指标；对整个网络任意两个无连边的节点，计算二者之间的相似性指标，将所有无连边节点对之间的相似性分数按降序排列，取前h个指标对应的两个节点为预测连边。本发明考虑了种子节点度、节点之间的皮尔逊相关系数以及局部群落的内部属性，有效利用了网络的相关性信息，准确性较高，预测精度较高。
-
一种基于社区结构的影响最大化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。
-
一种基于贝叶斯估计和大度节点有利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点有利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点有利思想，计算二节点之间长度为2和3路径每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点有利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于贝叶斯估计和局部路径的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和局部路径的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和局部路径，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合局部路径，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于种子节点传播的社交网络间用户身份识别方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。
-
一种基于贝叶斯估计和共同邻居的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和共同邻居信息，计算二节点之间长度为2和3的路径的每一中间节点的似然值,相似性分数为所有中间节点的似然值之和；遍历网络，用上述方法获取任意两个种子节点间的相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应的节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居信息，区分两节点间的局部路径中不同中间节点具有不同的重要性，算法预测效果好。
-
一种基于贝叶斯估计和大度节点不利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点不利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点不利思想，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点不利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点做为种子节点，记录种子节点的邻居节点数，获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点结构信息，充分利用了网络局部结构信息，预测效果好，准确率高。
找到10项技术成果数据。
找技术>-
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点作为种子节点，记录种子节点的一阶和二阶邻居总数；获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历网络，对任意两个未连接节点，计算相应的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例，充分利用了网络局部结构信息，预测效果好，准确率高。
-
一种基于贝叶斯估计和共同邻居节点度的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居节点度的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边概率，根据贝叶斯估计和共同邻居节点度，计算二节点之间长度为2和3路径每一中间节点似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居节点度，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部群落种子节点度和相关性的预测网络连边的方法，建立网络模型，提取两个无连边节点的一阶和二阶共同邻居节点及其之间的边组成二阶局部群落，记录该群落的节点和边的总数，计算此群落的边聚类系数、简谐平均距离、连边密度和二阶局部群落系数；计算两个无连边节点间的皮尔逊积矩相关系数，记录种子节点度，计算两节点间的相似性指标；对整个网络任意两个无连边的节点，计算二者之间的相似性指标，将所有无连边节点对之间的相似性分数按降序排列，取前h个指标对应的两个节点为预测连边。本发明考虑了种子节点度、节点之间的皮尔逊相关系数以及局部群落的内部属性，有效利用了网络的相关性信息，准确性较高，预测精度较高。
-
一种基于社区结构的影响最大化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。
-
一种基于贝叶斯估计和大度节点有利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点有利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点有利思想，计算二节点之间长度为2和3路径每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点有利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于贝叶斯估计和局部路径的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和局部路径的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和局部路径，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合局部路径，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于种子节点传播的社交网络间用户身份识别方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于种子节点传播的社交网络间用户身份识别方法，属于社交网技术领域。应用于广告推荐，合并通讯录和网络安全等多个领域。该方法使用了一种种子节点扩张的传播模型，可以迭代地在种子节点周围逐步发现越来越多的匹配的节点对，同时充分考虑了用户的属性信息，好友链接信息和社交行为的信息，有效的实现了社交网络间身份识别方法。采用本发明提出的身份识别方法，识别准确率达到了85％，召回率达到了61％，F1值达到了71％，优于现存的基准算法。
-
一种基于贝叶斯估计和共同邻居的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和共同邻居的链路预测方法，建立网络模型，任取两个未直接连接节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和共同邻居信息，计算二节点之间长度为2和3的路径的每一中间节点的似然值,相似性分数为所有中间节点的似然值之和；遍历网络，用上述方法获取任意两个种子节点间的相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应的节点对为预测连边。本发明根据贝叶斯估计，结合共同邻居信息，区分两节点间的局部路径中不同中间节点具有不同的重要性，算法预测效果好。
-
一种基于贝叶斯估计和大度节点不利的链路预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于贝叶斯估计和大度节点不利的链路预测方法，建立网络模型，任取两个未直接连接的节点作为种子节点，分别计算它们之间存在和不存在连边的概率，根据二节点之间长度为2或3路径中间节点的度信息，分别计算二节点之间产生和不产生连边的概率，根据贝叶斯估计和大度节点不利思想，计算二节点之间长度为2和3路径的每一中间节点的似然值,相似性分数为所有中间节点似然值之和；遍历网络，用上述方法获取任意两个种子节点间相似性分数，将所有种子节点对按相似性分数降序排列，取前B个分数值对应节点对为预测连边。本发明根据贝叶斯估计，结合大度节点不利思想，区分两节点间局部路径中不同中间节点具有不同重要性，算法预测效果好。
-
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，构建网络模型，任取一对未连接节点做为种子节点，记录种子节点的邻居节点数，获取种子节点的一阶和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点和连边总数；计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点结构信息，充分利用了网络局部结构信息，预测效果好，准确率高。