【技术实现步骤摘要】
一种公司形象提升系统的社会网络模型构建模块
本专利技术涉及网络科学
,具体为一种公司形象提升系统的社会网络模型构建模块。
技术介绍
1.构建复杂社会网络用户模型/多源异构复杂社会网络拓扑图:一般采用监督学习模型利用未缺失数据对其进行预测。但通常忽略了用户的潜在属性,而导致了因模型信息不足造成的预测准确率下降的问题。人工编写规则的方式对用户之间关系(如新浪微博上用户之间的关注关系)进行建模和抽取时,对于复杂或潜在的用户关系,很难由人工去构建规则对用户之间的关系进行提取、预测;2.关键节点识别:基于网络拓扑的方法一般计算简单,复杂度低,但是这类方法无法准确评估节点的影响力,对于不同网络的适应性也不够强。基于传播的方法虽然能够准确地评估节点的影响力,对于不同网络的适应性也很强,但是由于这类方法需要进行大量的蒙特卡洛模拟,导致复杂度很高,难以适用于大规模社交网络;3.社区发现和划分:传统方法为运用谱方法进行社区发现,但该类方法计算的时间复杂度较高,涉及到许多矩阵特征向量的计算,后出现了基于模块度的优化方法。基于 ...
【技术保护点】
1.一种公司形象提升系统的社会网络模型构建模块,其特征在于:包括构建复杂社会网络用户模型、构建用户之间关系模块、构建多源异构复杂社会网络拓扑图、识别关键节点、社区发现和划分五个子模块构成;/n所述构建复杂社会网络用户模型包括用户数据提取与用户属性特征定义;/n所述构建用户之间关系模块包括用户关系提取与潜在关系预测;/n所述识别关键节点包括用户节点重要度指标与事件传播节点重要度指标;/n所述社区发现和划分包括网络签潜在社区发现与社区划分优质衡量。/n
【技术特征摘要】
1.一种公司形象提升系统的社会网络模型构建模块,其特征在于:包括构建复杂社会网络用户模型、构建用户之间关系模块、构建多源异构复杂社会网络拓扑图、识别关键节点、社区发现和划分五个子模块构成;
所述构建复杂社会网络用户模型包括用户数据提取与用户属性特征定义;
所述构建用户之间关系模块包括用户关系提取与潜在关系预测;
所述识别关键节点包括用户节点重要度指标与事件传播节点重要度指标;
所述社区发现和划分包括网络签潜在社区发现与社区划分优质衡量。
2.根据权利要求1所述的一种公司形象提升系统的社会网络模型构建模块,其特征在于:通过构建复杂社会网络用户模型与构建用户之间关系模型关联形成多源异构复杂社会网络拓扑图。
3.根据权利要求1所述的一种公司形象提升系统的社会网络模型构建模块,其特征在于:构建复杂社会网络用户模型时,根据未缺失的用户数据构建基于最小二乘法的支持向量机模型,对用户数据进行采样并进行预处理构造周期性训练样本数据,进行归一化处理,并利用此向量机预测模型完成缺失用户数据的预测同时引入用户的行为数据特征。
4.根据权利要求1所述的一种公司形象提升系统的社会网络模型构建模块,其特征在于:构建复杂社会网络用户模型时,根据用户的行为数据采用监督学习模型去预测用户的潜在可能的标签属性,更进一步对用户进行刻画,构建完整的复杂社会网络模型。
5.根据权利要求1所述的一种公司形象提升系统的社会网络模型构...
【专利技术属性】
技术研发人员:梁鑫,于灏,陈睿欣,郑厚清,刘睿,贾德香,孙艺新,王西胜,陈爽,刘素蔚,王玓,王智敏,曹瑾,李艳娜,李培杰,陈光,柳占杰,刘威,高洪达,崔维平,王程,李心达,
申请(专利权)人:国网能源研究院有限公司,国网北京市电力公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。