[发明专利]基于社交网络知识图谱的跨网络人物关联方法有效
| 申请号： | 201910323380.5 | 申请日： | 2019-04-22 |
| 公开（公告）号： | CN110110094B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 李弼程;王瑞;杜文倩;郁友琴;马海江 | 申请（专利权）人： | 华侨大学 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F16/9535;G06Q50/00 |
| 代理公司： | 厦门市首创君合专利事务所有限公司 35204 | 代理人： | 张松亭;林燕玲 |
| 地址： | 362000 福建省*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于社交网络知识图谱的跨网络人物关联方法，属于知识图谱与社交网络分析领域，包括以下步骤：步骤1.训练词向量；步骤2.发现候选实体；步骤3.根据社交网络知识图谱的结构特征，计算网络度量指标；步骤4.用户向量生成；步骤5.定义社交网络结构相似度和用户画像语义相似度；步骤6.融合相似度计算，根据融合相似度确定待关联的人物实体的跨网络人物关联的最终节点。该发明可用于社交网络中挖掘用户信息，发现重要节点，也可以用作对重要节点信息的补全，为精准推荐提供数据支撑。 | ||
| 搜索关键词： | 基于 社交 网络 知识 图谱 人物 关联 方法 | ||
【主权项】：
1.基于社交网络知识图谱的跨网络人物关联方法，其特征在于，包括如下步骤：步骤1.建立Structural Skip‑Gram词向量训练模型，训练语义表征能力更强的词向量；步骤2.利用社交网络知识图谱中存储的人物实体的属性，寻找与待关联人物实体相关的候选人物实体；步骤3.根据社交网络知识图谱的结构特征，计算每一个候选人物实体与待关联人物实体的网络度量指标，其包括属性系数、PageRank值、中间中心性、特征向量中心性和聚类系数；步骤4.基于社交网络知识图谱对候选人物实体与待关联人物实体构造用户画像，并使用训练好的Structural Skip‑Gram词向量模型将用户画像表征为用户向量；步骤5.基于网络度量指标定义社交网络结构相似度，基于用户向量定义人物实体的用户向量语义相似度；步骤6.根据社交网络结构相似度和用户向量语义相似度计算人物实体的融合相似度，根据融合相似度确定待关联的人物实体的跨网络人物关联的最终节点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华侨大学，未经华侨大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910323380.5/，转载请声明来源钻瓜专利网。
