王永庆
- 作品数：10 被引量：8H指数：2
- 供职机构：中国科学院计算技术研究所更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种对社交平台上的媒体账号进行画像的方法和系统
- 本发明实施例提供了一种对社交平台上的媒体账号进行画像的方法和系统，该方法包括：获取社交平台的账号信息，识别其中符合第一筛选条件的媒体账号以构建第一集合，采集第一集合内的媒体账号的属性数据和历史贴文数据并存储于数据库，第一...
- 王永庆史铂深沈华伟高金华庞亮程学旗
- 文献传递
- 一种基于机器学习的跨社交网络用户身份识别方法和系统
- 本发明涉及一种基于机器学习的跨社交网络用户身份识别方法和系统，其中所述方法包括：包含跨网络用户信息的采集、文本分析精准用户身份对齐标注以及用户信息特征抽取模块，基于用户属性信息以及用户社交关系的对齐用户候选集的构建，基于...
- 程学旗段雪野王永庆杨亚茹沈华伟
- 文献传递
- 一种基于深度强化学习的智能网络编码方法和设备
- 本发明提供一种基于深度强化学习的网络编码方法，所述方法包括：源节点将要发送的信息划分成K个片，根据源节点编码模型确定每个片的编码系数，生成并向下一跳节点发送编码包；中间节点接收前一节点发送的编码包，将收到的编码包再次编码...
- 王琪刘建敏徐勇军王永庆
- 文献传递
- 预测信息传播中的转发选择被引量：2
- 2016年
- 在信息传播中,用户在重复接收同一信息的情况下其转发行为会具有一定的倾向性。对这种转发的倾向性建模是影响力分析、传播动力学、社会推荐等一系列信息传播相关应用研究领域中的一个关键问题。本文假设用户的转发选择行为主要由用户间的人际影响力决定。人际影响力的大小由信息传播者的影响力和信息接收者的易感性共同作用。本文从真实的信息传播记录中推断出用户隐式的影响力和易感性,进而提出了一种转发选择模型。该模型能够有效解决目前方法存在的对转发选择行为建模不充分和模型泛化能力差的问题。本文选取典型的转发选择建模方法作为比较,将所提的转发选择模型在新浪微博数据上进行对比验证。实验表明,本文所提的模型在两种评价指标上均取得更好效果,证明了所提模型的有效性。
- 王永庆沈华伟程学旗
- 关键词：信息传播易感性
- 一种基于机器学习的跨社交网络用户身份识别方法和系统
- 本发明涉及一种基于机器学习的跨社交网络用户身份识别方法和系统，其中所述方法包括：包含跨网络用户信息的采集、文本分析精准用户身份对齐标注以及用户信息特征抽取模块，基于用户属性信息以及用户社交关系的对齐用户候选集的构建，基于...
- 程学旗段雪野王永庆杨亚茹沈华伟
- 文献传递
- 一种基于社交平台元数据的文本主题建模方法及系统
- 本发明提出一种基于社交平台元数据的文本主题建模方法和系统，包括基于文本数据的关键词，构建文本数据的词袋表示；基于文本数据的元数据类别，训练对应类别的属性值预测任务，以微调预训练语义提取模型，得到目标语义提取模型，使用目标...
- 高金华赵鑫沈华伟王永庆庞亮孟剑程学旗
- 一种面向文本的粤语识别模型及系统的训练、识别方法
- 本发明提供了一种面向文本的粤语识别系统的训练方法，所述方法包括：A1、获取粤语和普通话文本语料，对语料所属语种进行人工标注以获得标注数据集，采用改进停用词表过滤标注数据集并进行分词获得训练数据集；A2、利用步骤A1中获得...
- 王永庆骆宣朴史铂深沈华伟高金华庞亮程学旗
- 基于多元信息融合的用户关联模型被引量：2
- 2019年
- 随着社交媒体网站的日益普及,用户倾向于加入多个社交网络,作为社交媒体中的一项新兴工作,将社交网络的多个用户身份关联起来具有重要意义。通过研究目前有代表性的用户关联模型,提出了一个基于综合信息的用户关联模型(BiALP),该模型通过节点表达的方法学习网络的内在结构信息、属性信息和内容信息,以源网络和目标网络的节点表达为特征,以已关联用户对作为带标签数据,采用二分类监督学习的方式学习源网络与目标网络之间的关联关系。大量实验表明,BiALP模型与目前有代表性的其他用户关联模型相比效果有明显的提升(35%),能够实现更精确的用户关联。
- 杨亚茹王永庆张志斌刘悦程学旗
- 关键词：网络表达
- 一种基于深度强化学习的智能网络编码方法和设备
- 本发明提供一种基于深度强化学习的网络编码方法，所述方法包括：源节点将要发送的信息划分成K个片，根据源节点编码模型确定每个片的编码系数，生成并向下一跳节点发送编码包；中间节点接收前一节点发送的编码包，将收到的编码包再次编码...
- 王琪刘建敏徐勇军王永庆
- 基于多维度特征的主题标签流行度预测被引量：4
- 2020年
- 对用户网络结构信息和主题标签的情感性、地域性等信息进行特征分析,提出了一种考虑用户粉丝网络结构特征以及主题标签自身特性的流行度预测模型。实验表明,新提出的特征是有效的,对以后主题标签的流行度预测具有较高的参考价值。
- 王新乐杨文峰廖华明王永庆刘悦俞晓明程学旗
