龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中南大学
申请日：2024-04-11
公开（公告）日：2024-06-28
公开（公告）号：CN118260671A
主分类号：G06F18/2415
分类号：G06F18/2415;G06F18/213;G06F17/16;G06F18/214;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种面向亿级规模属性网络的节点分类方法，包括获取现有的大规模属性网络数据及对应的数据信息并建模构建闭邻域邻接矩阵和属性矩阵；构建稀疏随机矩阵并对属性矩阵投影得到初始嵌入矩阵；将初始嵌入矩阵与闭邻域邻接矩阵迭代相乘得到网络嵌入矩阵；1位量化网络嵌入矩阵得到量化网络嵌入矩阵；对量化网络嵌入矩阵进行逻辑非操作和拼接操作得到扩展嵌入矩阵；将扩展嵌入矩阵作为训练数据集训练模型得到节点分类模型；采用节点分类模型对待分类的大规模属性网络进行节点分类。本发明还公开了一种包括了所述面向亿级规模属性网络的节点分类方法的用户分类方法。本发明能够完成亿级规模属性网络的节点分类，资源占用少，分类效率高。
主权项：1.一种面向亿级规模属性网络的节点分类方法，包括如下步骤：S1.获取现有的大规模属性网络数据及对应的数据信息；S2.根据步骤S1获取的数据信息，对大规模属性网络进行建模，并构建对应的闭邻域邻接矩阵和属性矩阵；S3.根据步骤S1得到的数据信息，构建稀疏随机矩阵；S4.基于步骤S3得到的稀疏随机矩阵，对属性矩阵进行投影降维，得到初始嵌入矩阵；S5.将步骤S4得到的初始嵌入矩阵与闭邻域邻接矩阵进行迭代相乘，得到网络嵌入矩阵；S6.对步骤S5得到的网络嵌入矩阵进行1位量化，得到量化网络嵌入矩阵；S7.对步骤S6得到的量化网络嵌入矩阵，进行逻辑非操作和拼接操作，得到扩展嵌入矩阵；S8.将所有大规模属性网络对应的扩展嵌入矩阵作为训练数据集，对选定的模型进行训练，得到节点分类模型；S9.采用步骤S8得到的节点分类模型，对待分类的大规模属性网络进行分类，完成待分类的大规模属性网络的节点分类。
全文数据：
权利要求：
百度查询： 中南大学 面向亿级规模属性网络的节点分类方法及用户分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号