基本信息:
- 专利标题： 一种基于多任务强化学习的社区隐藏算法
- 申请号：CN202111184880.9 申请日：2021-10-12
- 公开(公告)号：CN113850688A 公开(公告)日：2021-12-28
- 发明人： 曹杰 , 陶海成 , 王有权 , 申冬琴 , 陈志杰 , 靖慧 , 张佳禹
- 申请人： 云境商务智能研究院南京有限公司
- 申请人地址： 江苏省南京市鼓楼区汉中门大街301号国际服务外包大厦A栋14楼
- 专利权人： 云境商务智能研究院南京有限公司
- 当前专利权人： 云境商务智能研究院南京有限公司
- 当前专利权人地址： 江苏省南京市鼓楼区汉中门大街301号国际服务外包大厦A栋14楼
- 主分类号： G06Q50/00
- IPC分类号： G06Q50/00 ; G06F21/62 ; G06N3/04 ; G06N3/08
摘要：
本发明是一种基于多任务强化学习的社区隐藏算法，属于社交网络分析隐私保护以及数据挖掘领域。算法包括：步骤1：给定G=（V，E）表示网络拓扑结构，V表示网络中的节点，节点个数为|V|，E表示网络中的连边，边的个数为|E|；步骤2：将带有节点属性的网络通过网络表示模块表示成低维的特征向量，其中，表示网络的邻接矩阵，示节点的属性特征；步骤3：基于网络表示，通过Q函数学习模块，得出最优的加点方案；步骤4：根据最优的加点方案，迭代直至整个算法收敛或达到给定的迭代阈值。算法从加点及其相应边的角度出发，即伪造用户及其关系，最大程度降低了对用户的影响，将社区隐藏问题转换为网络增长问题，并通过强化学习，构建网络增长模型。