属性相似度

摘要： 针对跨社交网络用户匹配数据整合不完善、准确率较低的问题,提出基于多源数据整合的跨社交网络用户匹配方法.通过对多源数据相关挖掘获得用户在不同社交媒体网络中账号的对应关系,采用高斯模型处理账号依据对应关系完成数据整合.拟采用用户名、链接地址、姓名和用户Email信息来表示不同网络用户间的属性相似度,将已知匹配用户的相似度向量作为训练向量,同时将身份匹配转化为二分类问题,计算用户匹配度,完成跨社交网络用户匹配.实验结果表明,上述匹配方法获得的准确率、召回率、F1值等各项指标效果较好,具有一定的应用价值.

摘要： 科技资源已成为推动科技进步的关键因素.科技资源的孤岛问题严重阻碍了科技资源的流通及共享,多源数据聚合成为有效解决该问题的关键.针对论文和专利两种不同来源的异构数据展开聚合研究.首先,利用模式匹配方法计算出目标表的结构;其次,利用关系代数的方式对数据调解与整合过程进行建模;最后,利用模型对异构数据进行聚合,得到了聚合的XML数据.在模式匹配中,匹配属性的余弦相似度最高达到0.748,并且聚合结果具有较强的可解释性,验证了该模型的可行性与正确性.

摘要： 目前,脑网络分类是研究热点,研究者采用不同的方法从标签数据中提取并选择特征,以实现对数据的自动分类,但是从大量的标签数据中提取和选择最优的特征很费时.针对以上问题,提出一种脑网络相似度计算方法并构建基于无偏脑网络的聚类模型.首先,使用余弦相似度和子网络核来度量脑网络的属性相似度和结构相似度,然后将结构相似度和属性相似度集成为一个相似度矩阵,最后利用谱聚类实现脑网络聚类.对openfM RI数据库中的50名精神分裂症患者与49名正常对照组进行了聚类测试,结果显示,Rand指数为0.91,精确率为0.86,召回率为0.98,F1为0.92.研究表明提出的模型能较准确地计算脑网络相似性,表现出较高聚类性能.

摘要： 针对云制造环境下产品研发知识服务匹配问题,在对知识资源属性详细描述的基础上,文章提出基于属性相似度衡量知识服务资源间的差异性,以达到知识服务匹配的精准性.基于相似度,以改进的K-means聚类算法对知识服务资源聚类,形成属性相近的类簇;基于可拓论完成类簇的初选,在类簇中完成知识服务匹配,以减小知识服务匹配的搜索空间.仿真结果表明,基于属性相似度与改进K-means聚类的知识服务匹配策略可极大提升知识服务匹配的效率,有效解决知识服务匹配问题.

摘要： 为提高对恶意攻击事件识别的精度和效率,该文提出了电网工控网络攻击场景中的层次化关联分析方法.首先,对电网中可能遭受的典型攻击场景进行分析,并对电网各层次采集的异常信息及产生的异常事件进行梳理.构建了电网层次化关联分析流程,提出了基于Apriori算法的层次化关联分析模型,精细化挖掘电网各层次频繁项集,并基于时空关联生成了电网各攻击场景下的关联规则.对贝叶斯模型进行了改进,提出了加权贝叶斯分类模型,实现在线事件按攻击场景的快速分类.提出了属性相似度的关联匹配方法,实现关联规则的高速匹配.最后,在源网荷仿真实验系统上验证了该文方法的有效性.该文方法充分挖掘电网各层次异常事件的频繁项集,并对频繁项进行时空关联,进一步提高了对网络攻击的辨识精度.

摘要： 针对现有攻击场景重构方法中存在关联规则挖掘不充分、攻击场景链断裂的问题,以及安全设备的误告警影响攻击场景重构准确性的现状,提出一种基于告警属性聚类的攻击场景关联规则挖掘方法.该方法能够有效挖掘攻击场景关联规则,减少攻击链断裂,还原实际的多步攻击,更好地帮助安全管理员深入理解攻击者入侵行为并掌握攻击全貌.以真实网络中的安全设备的原始告警为数据源,首先,对原始告警数据进行预处理,实现告警数据的归一化.然后,通过构建告警时间序列,利用FFT和Pearson相关系数对误告警周期特性进行分析,生成误告警过滤规则.接着,提出一种基于动态时间阈值的告警属性聚类方法,通过告警属性相似性刻画告警间相似度,并根据告警发生的时间间隔结合动态时间阈值方法更新聚类时间,对属于同一攻击场景的告警进行聚类.最后,利用Apriori频繁项挖掘算法生成攻击场景序列模式,并对具有重复攻击步骤的攻击场景序列模式进行融合生成关联规则.在四川大学校园网真实环境中进行实验,结果表明所提方法可有效缓解攻击链断裂问题和误告警的影响,相较于对比方法可有效提升生成的攻击场景关联规则的完整性.

摘要： 借鉴于Endsley态势感知模型,设计了网络安全态势感知系统结构,并针对态势要素的模糊性,重点研究了网络安全态势要素,包括态势要素的分类、态势要素的获取、态势要素的标准归一化以及态势要素的聚合处理.

摘要： 移动自组网中的源节点通常使用多跳的方法把数据包经由其他节点发往目的节点．不同于以往只考虑最短路径或只依靠转发行为评价信任或基于信誉推荐机制的传统路由算法，提出了一种兼顾通信可靠性和路径长度的主观信任路由模型．该模型借鉴人类信任关系建立模式，通过引入属性相似度概念将邻居选择、信任评估、数据转发等路由环节紧密相连，在陌生节点间建立信任关系，并进一步建立一种新的动态包转发规则，无需握手过程，降低传输延迟，从而实现移动自组网的主观信任路由，并给出了一种计算属性相似度的推荐方法．仿真结果表明，提出的信任路由模型较传统的DSR协议具有较高的抵抗恶意节点存在的能力，并研究了通信半径、移动速度和节点总数等参数对模型效率的影响．

摘要： 个体之间的信任关系构成具有小世界特征的复杂网络,称为信任网(web of trust).信任网中的信任传播建模是许多重要的电子商务系统中亟待解决的基本任务之一.引入属性相似度的概念,提出一个可用于电子商务、语义网和移动自组网等领域的信任传播模型,给出了一种计算属性相似度的推荐方法.实验结果表明,每个节点通过建立对有限的邻节点的信任度,可以较准确地预测出其对网络中任意陌生节点的信任度.

摘要： 本发明公开了一种基于属性内容的语义相似度的本体匹配方法，该方法包括：计算本体资源之间的字符串相似度，进行匹配粒度的锚匹配；对锚匹配的结果进行确认并删除不正确的锚匹配项；对本体中的所有资源进行全面的匹配，包括计算本体资源的结构相似度、字符串相似度以及属性内容相似度；将全匹配结果输出到界面，检查是否正确，并将不正确的匹配删除；对全匹配的结果进行冲突检测，将冲突检测的结果进行确认并修正其中的冲突。本发明极大的减少了简单的字符串匹配带来的匹配误差，实现更为精确的本体匹配。

摘要： 本发明涉及一种基于隐私保护多级属性相似度的电子医疗推荐方法，属于医疗服务推荐以及隐私保护技术领域。可信医疗机构将加密后的医生信息及密钥分别发给服务器和用户，用户需求和医生信息都用多级属性进行表示，用户向服务器发出医疗服务请求，服务器根据用户需求和医生信息进行匹配，具体采用多级属性推荐，对于用户需求和医生信息采用隐私保护的相似度方法。所述方法采用多级属性进行信息标注，如医生的职称属性可分为初级医师、中级医师、高级医师和特级医师四个级别，分别用数字1、2、3、4进行表示；并依据用户关注属性的权值进行推荐，使得推荐结果更加合理效率上有很大的提升，可以实现更加高效的电子医疗推荐。

摘要： 本发明公开了一种基于实体属性相似度的知识图谱数据融合方法，其具体包括：获取要进行融合的多个知识图谱数据；利用词向量余弦相似度对实体属性进行去重；对实体名称进行统一；对实体属性值进行简化；当实体属性值为数值属性值时，构建数值属性值的正则表达式，提取数值属性值的数值和单位信息；当实体属性值为文本属性值时，构建文本属性值的正则表达式，再提取文本属性值的实体型号和代号；针对不同的实体属性值类型，采用相应的相似度函数计算实体属性间相似度；对决策树模型进行训练，采用训练好的决策树模型作为匹配器模型，判断不同实体是否匹配。本发明解决了细分领域知识图谱融合难以进行实体特征相似度计算的问题，速度快且准确率高。

摘要： 本发明提供了一种基于embedding属性相似度的材料工艺流程匹配方法。本方法首先获取工艺实体和属性关系向量嵌入，计算工艺实体特征相似度；再根据工艺实体特征相似度进行实体对齐，计算工艺属性特征相似度；结合预设标准工艺流程步骤训练工艺实体特征权重信息；再根据工艺实体特征权重信息和属性特征相似度，加权求和得到两个材料之间的工艺流程相似度；再根据工艺流程相似度对工艺流程进行匹配。本发明基于属性相似度的材料工艺流程匹配方法，不同于传统流程相似度计算只考虑网络结构而忽视属性边的语义信息，而是融合了多样化的属性语义信息，有效提升材料加工工艺流程的相似度计算和匹配的准确度。

摘要： 本发明公开了一种地理本体要素实例属性相似度的计算方法，包括以下步骤：将基础地理信息数据库转换为大规模地理本体库，构造地理本体；遍历地理本体构建关键属性对集合和辅助属性对集合；分别计算两个实例中关键属性对相似度和辅助属性相似度计算两个实例的综合相似度。该方法在计算要素实例相似度方面有更高的准确性。

摘要： 本发明公开了一种基于结构和属性相似度的用户实体解析方法，通过对社交网络的分析和建模，结合了社交网络中的好友关系和用户个人资料，即结构信息和属性信息，实现了跨社交平台的用户实体解析的目的。在实体解析的过程中，引入了动态阈值的概念，在迭代的不同时期使用不同的阈值来适应当前情况下的数据特点，调控属性和结构所占比重，以获得更为准确地结果。

摘要： 本发明提供一种基于BERT的实体属性相似度计算方法及系统，该方法通过对两个知识图谱进行预处理，过滤掉知识图谱中的关系三元组、冗余或无效的三元组，获得预对齐实体对；对齐第一知识图谱和第二知识图谱的关系；使用BERT模型对属性三元组中的尾实体即属性文本进行无监督学习，获得训练好的BERT模型；根据关系对齐的结果，通过训练好的BERT模型，计算有相同关系的属性文本相似度，通过计算整合，获得各实体属性相似度的结果；本发明能够在知识图谱数据量巨大且缺少标注的情况下，通过无监督的算法，高准确率地实现对知识图谱间实体属性相似度的计算，为知识图谱的融合提供支持，可有效解决知识图谱融合过程中标注样本的人工成本过高且准确率较低的问题。

摘要： 本发明涉及一种基于隐私保护多级属性相似度的电子医疗推荐方法，属于医疗服务推荐以及隐私保护技术领域。可信医疗机构将加密后的医生信息及密钥分别发给服务器和用户，用户需求和医生信息都用多级属性进行表示，用户向服务器发出医疗服务请求，服务器根据用户需求和医生信息进行匹配，具体采用多级属性推荐，对于用户需求和医生信息采用隐私保护的相似度方法。所述方法采用多级属性进行信息标注，如医生的职称属性可分为初级医师、中级医师、高级医师和特级医师四个级别，分别用数字1、2、3、4进行表示；并依据用户关注属性的权值进行推荐，使得推荐结果更加合理效率上有很大的提升，可以实现更加高效的电子医疗推荐。

摘要： 本发明提供了一种基于embedding属性相似度的材料工艺流程匹配方法。本方法首先获取工艺实体和属性关系向量嵌入，计算工艺实体特征相似度；再根据工艺实体特征相似度进行实体对齐，计算工艺属性特征相似度；结合预设标准工艺流程步骤训练工艺实体特征权重信息；再根据工艺实体特征权重信息和属性特征相似度，加权求和得到两个材料之间的工艺流程相似度；再根据工艺流程相似度对工艺流程进行匹配。本发明基于属性相似度的材料工艺流程匹配方法，不同于传统流程相似度计算只考虑网络结构而忽视属性边的语义信息，而是融合了多样化的属性语义信息，有效提升材料加工工艺流程的相似度计算和匹配的准确度。

摘要： 本发明提出了一种基于节点连接和属性相似度的社团发现方法和系统，包括网络构建模块、数据初始化模块、模型构建模块、模型求解模块、社团发现模块以及结果展示模块，其中，所述网络构建模块将社交网络数据构建为基于链接的网络，数据初始化模块执行服务器计算指令，获得网络的邻接矩阵、属性相似度矩阵和拓扑结构矩阵，并初始化相似度矩阵，模型构建模块获取输入参数后在服务器构建关于相似度矩阵的最优化问题，模型求解模块在得到模型构建模块构建完成的指令后开始对最优化问题进行迭代求解，计算获得最优的相似度矩阵，社团发现模块在得到最优的相似度矩阵后执行社团发现指令，最后将社团发现结果通过展示模块进行输出展示。本发明直接作用于带有节点属性的社交网络数据集合，能够针对社交网络中重叠社团进行发现，效果准确度高，能够解决社交网络中的社团发现问题。