[发明专利]基于行为时间序列的社交网络因果关系发现算法在审
| 申请号： | 201410795360.5 | 申请日： | 2015-08-04 |
| 公开（公告）号： | CN104504637A | 公开（公告）日： | 2015-07-29 |
| 发明（设计）人： | 蔡瑞初;袁畅;郝志峰;谢伟浩;谢蔚涛;温雯;王丽娟;洪英汉 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06Q50/30 | 分类号： | G06Q50/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510006 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公布了基于行为时间序列的社交网络因果关系发现算法。该算法包括构建全局因果关系图、确定因果影响滞后期、优化因果关系图结构这三个阶段。在构建全局因果关系图阶段，基于行为时间序列数据发现行为时间序列变量间的因果关系，构建全局因果关系图；在确定因果影响的滞后期阶段，基于最小描述长度准则确定存在因果关系的行为时间序列变量间间的影响滞后期，更新全局因果关系图对应边的权值；在优化因果关系图结构阶段，基于全局因果图检查全局因果关系图中所有边及其滞后期，剔除冗余的因果关系以及缩短因果影响中冗余的滞后期，最终实现行为时间序列数据上的可靠因果关系发现。 | ||
| 搜索关键词： | 基于 行为 时间 序列 社交 网络 因果关系 发现 算法 | ||
【主权项】：
一种基于行为时间序列的社交网络因果关系发现算法，其包括：构建全局因果关系图，基于行为时间序列数据发现行为时间序列变量间的因果关系，构建全局因果关系图；确定因果影响滞后期，基于最小描述长度准则确定因果关系影响产生的滞后期，更新全局因果关系图中对应的边权值；优化因果关系图结构，基于全局因果图检查全局因果关系图中所有边及其滞后期，剔除冗余的因果关系以及缩短因果影响中冗余的滞后期，最终实现行为时间序列数据上的可靠因果关系发现。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410795360.5/，转载请声明来源钻瓜专利网。
