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！

龙图腾网获悉中国人民大学申请的专利一种基于高效子集采样的品牌大使筛选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：CN117009602B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310963165.8，技术领域涉及：G06F16/9035；该发明授权一种基于高效子集采样的品牌大使筛选方法是由魏哲巍;易璐;王涵之设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本一种基于高效子集采样的品牌大使筛选方法在说明书摘要公布了：本发明现了一种基于高效子集采样的品牌大使筛选方法。包括两个部分：第一部分通过根据社交媒体的社交网络构建图结构G，构建用于子集采样的预处理结构，设定参数并使用贪心选择根据生成的反向可达集集合生成用户集合，最后计算真实的影响力最大的用户集合的影响力上界来实现基于社交网络提供品牌大使侯选用户，第二部分处理社交网络的更新；当社交网络有更新时，首先使用第二部分更新，再使用第一部分来获得品牌大使侯选用户。最终实现了更快地在社交网络中查找最具影响力的用户集合，以便商家和社交媒体平台快速定位合适的品牌大使的效果。

本发明授权一种基于高效子集采样的品牌大使筛选方法在权利要求书中公布了：1.一种基于高效子集采样的品牌大使筛选方法，其特征在于：包括两个部分：第一部分基于社交网络提供品牌大使候选用户，第二部分处理社交网络的更新； 输入一个社交网络的图结构G＝V,E，其中V是点集，即社交网络中的用户，E是边集，表示用户之间的影响关系，若存在边e＝u,v∈E，则代表用户u可影响用户v，每条边e＝u,v均有概率pe∈[0,1]，表示用户u关于品牌对用户v产生影响的概率，即pe越大表示用户u关于品牌的宣传越有可能影响用户v；除了图G外，还需要输入预期招募的品牌大使人数k、误差参数∈、失败概率δ，如此，可以保证求出的品牌大使包含k个用户的候选集合预期能影响的总用户个数不小于1-1e-∈倍的真实的影响力最大的品牌大使候选集合能影响的总用户个数，保证失败的概率不高于δ； 当社交网络有更新时，首先使用第二部分更新，再使用第一部分来获得品牌大使候选集合； 第一部分的流程具体为： S1，对于输入图G中的每个用户节点，构建用于子集采样的预处理结构； S2，根据图节点数n、要求的影响力最大的用户集合包含的用户数k、失败概率δ、误差参数∈来设定随机反向可达集数量上限θmax和首次产生随机反向可达集的数量θ0，θ＝θ0表示当前的随机反向可达集数量； S3，设置参数表示接下来迭代的次数上限； S4，利用S1中产生的子集采样预处理结构，产生随机反向可达集并放入R1和R2两个集合，直至R1和R2包含的反向可达集数目均是θ； S5，每次使用贪心选择根据生成的反向可达集集合R1来生成大小为k的用户集合S*； S6，设置δ1和δ2均为δ3imax，根据S5得到的S*来计算S*的影响力的下界σlS*，和真实的影响力最大的用户集合So的影响力上界σuSo，其中σu·表示影响力的上界，σl·表示影响力的下界； S7，计算α＝σlS*σuSo，若或i＝imax则返回当前的S*作为所求的用户集合，否则令θ翻倍，重复S4-S7； 其中，S1的具体步骤如下： S11，对于每个用户节点u，设其有m个入邻居，分别为{v1,v2,…vi…,vm}，每个入邻居vi和节点u的连边的概率为pvi，首先根据pvi构建第一层分组结构，得到分组每个分组对应的概率为 S12，根据和构建第二层分组结构，得到m1个分组每个分组对应的概率为 S13，根据和构建查表结构，得到行、列的表格T； 第二部分的流程如下： T1.识别社交网络中新增用户链接，假设图结构G增加新边e＝u,v，首先，根据pe将u加入到v的第一层分组结构中，假设u加入到 T2.由于改变，重新计算由于改变，需要在第二层分组结构中将从原分组取出并放到新分组内，假设从转入 T3.由于和改变，重新计算和并且重新计算在表格中对应的行号。

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中国人民大学，其通讯地址为：100872 北京市海淀区中关村大街59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”。