买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江工业大学申请的专利一种社交网络中的不良实体传播抑制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115426153B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211041720.3，技术领域涉及：H04L9/40；该发明授权一种社交网络中的不良实体传播抑制方法是由毛勇超;周波;宣琦;吕宇乾设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种社交网络中的不良实体传播抑制方法在说明书摘要公布了：一种社交网络中的不良实体传播抑制方法，包括：步骤S1，以某个节点为起始点，基于SIR模型的游走策略，在图中进行游走采样，记录不良实体传播路径，构建语料库，同时记录被传染的节点列表，重复以上操作直至遍历所有节点；S2，将所述语料库置于word2vec模型中训练，计算节点相似性矩阵，获得节点相似度sim1；S3，根据所述被传染节点ID列表，计算节点对之间存在相同的被传染节点的数量，归一化计算节点对相似度sim2；S4，将sim1和sim2的加权平均数作为连边的权值，排序连边权值，删除top‑k的连边可以有效抑制不良实体的传播；本发明利用基于SIR模型游走采样的方法，构建语料库和相同被感染节点列表，结合自然语言处理的方法计算节点相似度，抑制不良实体传播的关键连边。

本发明授权一种社交网络中的不良实体传播抑制方法在权利要求书中公布了：1.一种社交网络中的不良实体传播抑制方法，其特征在于：包括以下步骤： S1：构建一个无向无权网络G，基于SIR模型的游走策略，以网络G中某个节点为不良实体传播的起始点，在图中进行游走采样，记录该起始点的不良实体传播路径，构建语料库，同时记录被该起始点传染的节点ID列表，重复以上操作直至遍历所有节点； S2：将步骤S1所述语料库置于word2vec模型中训练，使用训练完成的模型，构建节点特征矩阵，计算节点相似性矩阵，获得网络G中各个连边的节点对相似度sim1；具体包括： 将所有所述传播路径组成列表格式，作为语料库输入word2vec模型中，设置vector_size＝64，即节点嵌入的维度为64，构建词汇表并且训练，保存训练完成的模型，构建节点特征矩阵，其维度应为|V|×64，V是网络中节点的集合，计算节点之间的余弦相似度，如下式1： 其中X，Y分别为64维的节点特征向量，构建以余弦相似度为矩阵元素的相似性矩阵|V|×|V|，根据网络G中的连边[a,b]检索位于相似性矩阵中第a行、第b列对应的值为sim1a,b，即为连边[a,b]的一个相似度； S3：根据步骤S1所述网络G中以不同节点为起始点的被传染节点ID列表，计算网络G中各个连边的节点对之间存在相同的被传染节点ID的数量，归一化计算网络G中各个连边的节点对相似度sim2；具体包括： 根据步骤S1所述网络G中以不同节点为起始点的被传染节点ID列表，计算网络G各个连边的节点对之间存在相同被感染节点ID的数量，记为num，构建节点对和相同节点ID数量的嵌套列表[[a,b,numa,b],…]，其中a,b为节点，numa,b代表节点对[a,b]之间相同被感染节点ID数量，归一化计算网络G中各个连边的节点对[a,b]相似度sim2a,b，如下式2： 其中，numa,b表示节点对[a,b]之间存在相同被感染节点ID的数量，nummax和nummin表示所有节点对中相同被感染节点数量的最大值和最小值； S4：将sim1和sim2的加权平均数作为网络G中连边的权值，排序连边权值，删除top-k的连边能有效抑制不良实体的传播。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。