[发明专利]基于注意力机制的跨社交媒体用户身份识别方法及系统有效
| 申请号： | 201910431115.9 | 申请日： | 2019-05-22 |
| 公开（公告）号： | CN110210540B | 公开（公告）日： | 2021-02-26 |
| 发明（设计）人： | 崔思伟;宋雪萌;陈潇琳;尹建华;刘萌;甘甜 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q50/00;G06N3/04;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250101 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于注意力机制的跨社交媒体用户身份识别方法及方法，所述方法包括以下步骤：获取不同社交媒体上多个用户的不同模态的数据作为训练数据；对于不同模态的数据，分别采用不同的模型学习数据的潜在表示，训练用户身份识别模型：结合时序关系和不同模态数据的置信度，计算不同社交媒体上用户之间数据的相似度；使用多层感知机将用户之间相似度映射到概率空间，得到不同社交媒体上用户指向同一用户实体的概率；采用交叉熵构建目标函数，对模型参数进行迭代优化求解；所述模型用于针对不同社交媒体上的不同模态数据确定是否指向同一用户。本发明考虑了不同模态数据传递数据的差异，用户身份识别的准确性更高。 | ||
| 搜索关键词： | 基于 注意力 机制 社交 媒体 用户 身份 识别 方法 系统 | ||
【主权项】：
1.一种基于注意力机制的跨社交媒体用户身份识别方法，其特征在于，包括以下步骤：获取不同社交媒体上多个用户的不同模态的数据作为训练数据；对于不同模态的数据，分别采用不同的模型学习数据的潜在表示，训练用户身份识别模型：结合时序关系和不同模态数据的置信度，计算不同社交媒体上用户之间数据的相似度；使用多层感知机将用户之间相似度映射到概率空间，得到不同社交媒体上用户指向同一用户实体的概率；采用交叉熵构建目标函数，对模型参数进行迭代优化求解；所述模型用于针对不同社交媒体上的不同模态数据确定是否指向同一用户。
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山东大学，未经山东大学许可，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/201910431115.9/，转载请声明来源钻瓜专利网。
