公开(公告)号：CN107341571B

公开(公告)日：2020-05-19

申请号：CN201710497921.7

申请日：2017-06-27

Applicant: 华中科技大学

Inventor： 李瑞轩 ,  熊小庆 ,  李玉华 ,  辜希武 ,  杨琪 ,  王号召 ,  张镇 ,  占旭宽

IPC: G06Q10/04 ,  G06Q50/00 ,  G06F16/901 ,  G06F16/35

Abstract: 本发明公开了一种基于量化社会影响力的社交网络用户行为预测方法，该方法包括数据爬取、数据预处理、构建网络图、用户兴趣提取、用户间影响力量化、预测建模、模型训练评估。主要用于在大规模社交网络中实现对用户行为，例如社交网络如Twitter上的转推行为进行预测。同现有技术相比，本发明首先考虑量化社交网络中用户间的社会影响力，并将该量化的影响力引入到预测模型中来，使得预测模型能够充分考量一个给定用户周围的其他用户对该用户行为的影响，并且本发明从用户兴趣这一角度出发来进行用户行为的预测，通过量化的社会影响力来计算用户的兴趣，并最终由用户兴趣来推测用户的行为，具有更高的准确度。

公开(公告)号：CN107341571A

公开(公告)日：2017-11-10

申请号：CN201710497921.7

申请日：2017-06-27

Applicant: 华中科技大学

Inventor： 李瑞轩 ,  熊小庆 ,  李玉华 ,  辜希武 ,  杨琪 ,  王号召 ,  张镇 ,  占旭宽

IPC: G06Q10/04 ,  G06Q50/00 ,  G06F17/30

Abstract: 本发明公开了一种基于量化社会影响力的社交网络用户行为预测方法，该方法包括数据爬取、数据预处理、构建网络图、用户兴趣提取、用户间影响力量化、预测建模、模型训练评估。主要用于在大规模社交网络中实现对用户行为，例如社交网络如Twitter上的转推行为进行预测。同现有技术相比，本发明首先考虑量化社交网络中用户间的社会影响力，并将该量化的影响力引入到预测模型中来，使得预测模型能够充分考量一个给定用户周围的其他用户对该用户行为的影响，并且本发明从用户兴趣这一角度出发来进行用户行为的预测，通过量化的社会影响力来计算用户的兴趣，并最终由用户兴趣来推测用户的行为，具有更高的准确度。

公开(公告)号：CN108764460A

公开(公告)日：2018-11-06

申请号：CN201810469767.7

申请日：2018-05-16

Applicant: 华中科技大学

Inventor： 李玉华 ,  李瑞轩 ,  辜希武 ,  占旭宽 ,  彭城易 ,  梁天安 ,  龚晶 ,  许武奎

IPC: G06N3/04 ,  G06Q10/04

CPC classification number: G06N3/0454 ,  G06Q10/04

Abstract: 本发明公开了一种基于时间卷积和LSTM的时间序列预测方法，包括：获取时间序列预测问题的样本数据，包括时间序列和预测目标序列；采用不同的超参数组合，建立基于TC‑LSTM模型的多个候选模型；对时间序列进行预处理，得到窗口序列和目标集，并通过划分得到训练集和测试集；利用训练集对候选模型进行训练；利用训练好的候选模型对测试集中的窗口序列子集进行预测，并计算每一个候选模型的预测结果与测试集中的目标集子集的均方根误差；选取均方根误差最小的候选模型作为预测模型；对待预测的时间序列进行预处理，得到待预测的窗口序列，然后利用预测模型对待预测的窗口序列进行预测，得到预测目标值。本发明能够提高时间序列预测的准确度。