公开(公告)号：CN119537710A

公开(公告)日：2025-02-28

申请号：CN202411563998.6

申请日：2024-11-05

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 汤星 ,  詹嘉措 ,  景堃

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F16/334 ,  G06F16/35 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本公开提供一种面向热点事件的重点群组识别方法。包括多源热点事件触发的线索发现模块和基于事件关键词图的群组发现模块；多源热点事件触发的线索发现模块输入为社交通讯平台上的多源文本信息；通过要素抽取模型，从多源数据流中检测热点事件；随后利用事件要素构建关键词图以及词图之间的关联；之后在出现信息增量时更新和划分关键词图，进行搜索涉及关键词的用户信息过程；基于事件关键词图的群组发现模块的实现过程为：构建社交网络图；获取用户在所有不同社交网络下的节点表征；使用步骤二得到的用户节点表征和子图关联区域作为输入，将数据输入用于处理多粒度信息的可微池化网络；对子图进行判别，从而发现未知群组，即为热点事件的潜在重点群组。

公开(公告)号：CN119537711A

公开(公告)日：2025-02-28

申请号：CN202411564014.6

申请日：2024-11-05

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 汤星 ,  詹嘉措 ,  景堃

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06F18/22

Abstract: 本公开提供一种基于多特征融合的群组线索发现方法。包括两部分：基于多特征融合的重点群组识别模块和重点群组线索发现模块；基于多特征融合的重点群组识别模块经过位置编码后的词嵌入序列被输入到多层Transfor mer网络中利用自注意力机制进行深度特征提取；之后设计多专家混合模型对码值特征、文本特征的表征、降维后的统计特征进行特征融合与判别，具体而言，设计门控机制通过对输入特征进行分析，生成每个专家网络的加权系数，所述重点群组线索发现模块接收所述多专家混合模型的运算结果，通过基于大模型提示的文本线索发现和滑动窗口时序线索发现方法实现筛选重点组群，并得到组群筛选结果。