-
题名结合图卷积模型和共享编码的知识图谱问答方法
被引量：1
- 1
-
-
作者
田侃
曹新汶
张浩然
先兴平
吴涛
宋秀丽
-
机构
重庆邮电大学重庆中国三峡博物馆智慧文博联合实验室
重庆邮电大学网络空间安全与信息法学院
重庆邮电大学网络与信息安全技术重庆市工程实验室
-
出处
《计算机工程与应用》
北大核心
2025年第7期233-244,共12页
-
基金
国家自然科学基金面上项目(62376047)
重庆市自然科学基金创新发展联合基金重点项目(CSTB2023NSCQLZX0003)
+1 种基金
重庆市教委科学技术研究计划重点项目(KJZD-K202300603)
重庆市技术创新与应用发展面上项目(CSTB2022TIAD-GPX0014)。
-
文摘
知识图谱问答技术正广泛应用于智能对话和个性化推荐等智慧信息服务中,它通过图结构明确表示和建模知识,实现实体链接和答案推理具有良好的可控度和解释性。然而,当前的实体链接方法具有准确率不高、忽略邻居信息等不足。同时,答案推理方法缺乏高效的面向问句与图谱的信息编码机制。针对上述挑战,提出了一种基于图卷积网络和关系匹配聚合、可聚合邻居信息且不依赖外部工具的实体链接方法,并设计了一种基于共享编码和协同注意力的、促进问句与图谱信息进行高效匹配的答案推理方法。与传统方法主要关注答案推理任务、基于工具实现实体链接不同,提出的知识图谱问答方法能够同时处理实体链接和答案推理任务。实验结果表明,所提方法的性能均优于传统模型。此外,通过图谱信息的重要性分析实验,揭示了各类图谱信息对于实体链接和答案推理任务的重要性。
-
关键词
知识图谱问答
实体链接
答案推理
图神经网络
-
Keywords
knowledge graph question answering
entity linking
answer reasoning
graph neural networks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于云模型的社交网络推荐系统评分预测方法
被引量：32
- 2
-
-
作者
肖云鹏
孙华超
戴天骥
李茜
李暾
-
机构
重庆邮电大学网络与信息安全技术重庆市工程实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2018年第7期1762-1767,共6页
-
基金
国家973重点基础研究发展计划(No.2013CB329606)
国家自然科学基金(No.61772098)
+2 种基金
重庆市重点研发项目(No.cstc2017zdcyzdyf0299
No.cstc2017zdcy-zdyf0436)
重庆市基础科学与前沿技术研究项目(No.cstc2017jcyj AX0099)
-
文摘
本文针对评分预测中用户评分主观性及评分数据稀疏带来的预测不准确问题,围绕社交推荐的特点,设计实现一种社交网络评分预测方法.首先,针对评分主观性问题,引入并优化相关云模型理论,提出采用综合云模型生成评分标准并转化用户评分的方法.其次,针对预测不准确问题,通过引入隶属度达到数据降维和目标用户定位的作用,同时考虑到社交网络用户关系对评分结果的影响,分别利用社交关系及相似群体建立两个评分预测模型,并基于高斯变换融合两部分预测结果生成预测评分.实验表明,该方案不仅克服了用户评分主观性,同时有效改善了用户评分数据稀疏情况下传统预测方法准确度偏差的问题.
-
关键词
社交网络
推荐系统
评分预测
云模型
-
Keywords
social network
recommendation system
rating prediction
cloud model
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于云模型的WSNs节点信誉安全方案
被引量：15
- 3
-
-
作者
肖云鹏
姚豪豪
刘宴兵
-
机构
重庆邮电大学网络与信息安全技术重庆市工程实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2016年第1期168-175,共8页
-
基金
国家自然科学基金(No.61272400)
重庆市青年人才项目(No.cstc2013kjrc-qnrc40004)
+3 种基金
教育部-中国移动研究基金(No.MCM20130351)
重庆市研究生研究与创新项目(No.CYS14146)
重庆邮电大学文峰基金(No.WF201403)
重庆市教委科学计划项目(No.KJ1500425)
-
文摘
针对已有基于轻量云模型的节点信誉安全方案中存在的决策困难问题以及推荐节点的恶意行为识别问题,提出了优化的轻量云模型MLCM(Modified Light-weighted Cloud Model),并在此基础上设计实现一种新型的节点信誉安全方案.首先,在传统无线传感网信任管理信任值的处理方式的基础上,对节点的直接信任值和间接信任值进行综合处理后再利用云模型简化逆向云算子进行计算,以解决信任误判问题;其次,用云隶属度函数计算推荐信任值,在涉及推荐节点信任值计算时可以提高恶意节点识别的准确度.实验表明,该方案在克服传统的入侵容忍和敏感度之间矛盾问题的同时,还解决了攻击节点对单一节点发动攻击时造成的决策困难问题和恶意节点准确识别问题.
-
关键词
信任值
无线传感网安全
信誉安全
云模型
-
Keywords
trust value
wireless sensor network security
reputation security
cloud mode
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于最大熵原理的社交网络用户关系分析模型
被引量：3
- 4
-
-
作者
肖云鹏
杨光
刘宴兵
吴斌
-
机构
重庆邮电大学网络与信息安全技术重庆市工程实验室
北京邮电大学北京市智能通信软件与多媒体重点实验室
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2017年第4期778-784,共7页
-
基金
国家973计划项目(2013CB329606)
国家自然科学基金(61272400)
+4 种基金
重庆市青年人才项目(cstc2013kjrc-qnrc 40004)
教育部-中国移动研究基金(MCM20130351)
重庆市研究生研究与创新项目(CYS14146)
重庆市教委科学计划项目(KJ1500425)
重庆邮电大学文峰基金(WF201403)~~
-
文摘
在社交网络的演化和发展过程中,用户之间关系的建立受到多种因素的共同作用。该文通过对社交网络中用户属性以及用户关系数据进行分析,旨在发现影响用户关系建立的关键因素。首先,针对用户关系建立的复杂驱动因素,分别从个人兴趣、好友关系、社团驱动3个方面提取影响用户关系建立的因素并定义相应的影响因子函数。其次,针对多种影响因素难以量化以及权值分配不确定等问题,以最大熵原理为基础构建用户关系分析模型,该模型在选择特征时具有不需要依赖于特征之间的关联性等特点,并能够量化各个因素对用户关系建立的驱动强度。从而挖掘影响链接建立的关键因素,分析用户关系发展态势。实验表明,该模型不仅能够量化各因素对链接建立的驱动强度,发现关键影响因素,而且可以对用户关系进行有效预测。
-
关键词
社交网络
用户关系
关系态势
最大熵原理
-
Keywords
Social network
User relationship
Situation analysis
Principle of maximum entropy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于二部图和节点角色划分的社交网络推荐方案
被引量：2
- 5
-
-
作者
肖云鹏
刘瀚松
刘宴兵
-
机构
重庆邮电大学网络与信息安全技术重庆市工程实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第10期2425-2433,共9页
-
基金
国家973重点基础研究发展计划(No.2013CB329606)
国家自然科学基金(No.61272400)
+4 种基金
重庆市青年人才项目(No.cstc2013kjrc-qnrc40004)
教育部-中国移动研究基金(No.MCM20130351)
重庆市研究生研究与创新项目(No.CYS14146)
重庆市教委科学计划项目(No.KJ1500425)
重庆邮电大学文峰基金(No.WF201403)
-
文摘
针对现有社交网络用户推荐方案中大规模网络个体相似性计算复杂度高以及个体节点无差异对待的问题,本文提出一种基于二部图和节点角色划分的推荐方案.首先,通过划分重叠群体简化原生社交网络结构,并进一步构建群体-个体二部图模型;其次,通过群体-个体二部图所反映的拓扑特征,结合节点自身属性特征,对个体进行角色划分,提出一种基于群体-个体二部图的角色划分模型;最后,针对大规模网络中计算个体相似性复杂度高的问题,构建基于角色差异下的个体-个体二部图模型,实现层次化、个性化的推荐.实验表明,该方案适用于对社交网络中兴趣广泛度存在差异的个体间进行好友推荐,并在较小规模的二部图上生成目标个体推荐列表,降低了计算个体相似性的复杂度.
-
关键词
社交网络
二部图
角色划分
个体推荐
-
Keywords
social network
bipartite graph
role division
individual recommendation
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图像和视频信息的社交关系理解研究综述
被引量：7
- 6
-
-
作者
王正
吴斌
王文哲
滕一阳
帅杰
肖云鹏
白婷
-
机构
北京邮电大学智能通信软件与多媒体北京市重点实验室
北京邮电大学计算机学院(国家示范性软件学院)
合肥工业大学媒体计算实验室
重庆邮电大学网络与信息安全技术重庆市工程实验室
-
出处
《计算机学报》
EI
CAS
CSCD
北大核心
2021年第6期1168-1199,共32页
-
基金
国家重点研发计划项目(2018YFC0831500)
国家自然科学基金(61972047)
+1 种基金
国家自然科学基金(U1936220)
中央高校基本科研业务费专项资金(500420824)资助.
-
文摘
随着多媒体技术的快速发展,互联网上涌现了大量的文本、图像、视频、音频等多媒体数据.多媒体数据的特点表现为形式上多源异构、语义上互相联系.基于多媒体信息的社交关系理解是利用各种手段和方法从海量异构的多媒体数据中挖掘出有价值的信息,帮助人们快速地理解多媒体信息中的社交关系,促进多媒体内容理解、人物追踪、知识图谱的构建等多媒体数据检索和智能商业服务的发展.图像和视频是多媒体信息的重要组成部分,基于图像和视频信息的社交关系理解研究逐渐引起了学术界和工业界的广泛关注.本文主要对近年来基于图像和视频信息的社交关系理解的分类和研究现状进行总结.首先,给出问题定义并对基于图像和视频信息的社交关系理解过程进行介绍.其次,从图像和视频两个角度概括总结社交关系理解的主要研究现状.然后,在介绍已有的图像和视频数据集的基础上,对现有的主要算法进行比较分析.最后,对基于图像和视频信息的社交关系理解中的主要问题和挑战作进一步阐述.本文旨在为感兴趣的研究人员提供有益的参考,帮助其更全面地了解基于图像和视频信息的社交关系理解的研究现状,推动该领域的进一步发展.
-
关键词
多媒体特征抽取
图像内容理解
视频内容理解
社交关系理解
多元关系判定
社交理解应用
-
Keywords
multimedia feature extraction
image content understanding
video content understanding
social relation understanding
multiple relations predication
social understanding application
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于动态角色标识和张量分解的推荐模型
被引量：1
- 7
-
-
作者
肖云鹏
刘晏驰
刘红
刘媛妮
-
机构
重庆邮电大学网络与信息安全技术重庆市工程实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2018年第3期569-574,共6页
-
基金
国家重点基础发展研究计划(No.2013CB329606)
国家自然科学基金(No.61772098)
重庆市基础科学与前沿研究项目(No.cstc2017jcyj AX0099)
-
文摘
社交网络推荐中,通常未依据用户兴趣变化进行用户角色动态标注,会造成推荐预测误差,并且用户评分数据稀疏造成评分预测不准确.根据以上问题,本文提出一种基于动态角色标识和张量分解的推荐模型.首先,针对用户角色无差别标识问题,引入信息熵指标度量用户兴趣多样性,对目标用户进行角色定量标识.其次,考虑到用户兴趣漂移现象,提出基于时间窗的动态角色标识方式,解决静态角色标识产生的个体评分数据无偏好差异问题,实现用户评分数据层次化处理.最后,为提高评分预测准确率,通过引入张量分解在数据维度转换和数据压缩的特性,构建基于"用户-项目-角色"张量分解的评分预测模型.同时,在张量分解的过程中,通过对数据缺失值处理,提高评分预测精度,生成目标用户推荐列表.实验表明,该方法缓解了用户无角色差异形成的预测误差问题,并能够有效改善评分数据稀疏情况下传统方法推荐精度不足的问题,提高推荐效率.
-
关键词
推荐系统
动态角色标识
张量分解
社交网络
兴趣漂移
稀疏性
-
Keywords
recommendation system
dynamic role identification
tensor decomposition
social network
interest drifting
data sparsity
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
