基于社区结构的跨社交网络用户身份识别方法

发明专利有效专利

申请号：
CN201910646060.3
IPC分类号：G06F16/901;G06F16/958;G06N3/04;G06N3/08;G06Q50/00
申请日期：
2019-07-17
申请人：
中国人民解放军战略支援部队信息工程大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于社区结构的跨社交网络用户身份识别方法
申请号	CN201910646060.3	申请日期	2019-07-17
法律状态	授权	申报国家	中国
公开/公告日	2019-12-03	公开/公告号	CN110532436A
优先权	暂无	优先权号	暂无
主分类号	G06F16/901	IPC分类号	G;0;6;F;1;6;/;9;0;1;;;G;0;6;F;1;6;/;9;5;8;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;5;0;/;0;0查看分类表>
申请人	中国人民解放军战略支援部队信息工程大学	申请人地址	河南省郑州市高新区科学大道62号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国人民解放军战略支援部队信息工程大学	当前权利人	中国人民解放军战略支援部队信息工程大学
发明人	刘琰;郭晓宇;左青松;王煦中;赵媛;李永林
代理机构	郑州大通专利商标代理有限公司	代理人	张立强

摘要

本发明属于社交网络用户识别技术领域，公开一种基于社区结构的跨社交网络用户身份识别方法，包括：步骤a、采用网络嵌入的方式分别将源网络和目标网络映射到低维向量空间；步骤b、基于所述向量空间，通过有监督的方式训练BP神经网络，得到实现从源网络到目标网络映射的BP神经网络模型，在目标网络中通过所述BP神经网络模型对源网络用户身份进行识别。本发明在学习社交网络节点的特征向量表示的过程中，融合节点的邻近性特征和社区结构特征，最大程度的保留社交网络的结构特征，提高了用户身份识别准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供