智谱华章-AI发掘科技创新原动力

您的位置:智谱华章官网 > 产品介绍 > 智能挖掘

应用场景

  • 信息标注

    应用于亿级规模合作网络的师生关系识别,阿里巴巴用户网络可信关系标注。研究成果在数据挖掘重要国际会议PKDD获最佳论文提名奖

  • 社会网络挖掘

    应用于腾讯社交网络好友推荐,部署在11个具有亿级用户规模的腾讯应用中,获得腾讯技术成果转移奖

  • 大规模计算平台

    应用于阿里巴巴超大规模图神经网络的认知智能计算平台AliGraph,日均任务数量达百万个,日处理数据500PB以上

服务内容

半监督社会网络关系发现算法

针对异构网络中关系缺失显式标注问题,提出基于部分标记网络的半监督因子图 模型,将节点属性、关系和约束等因素整合到统一预测模型;提出半监督社会网 络关系的主动学习问题,通过最大不确定性策略和最大信息密度策略,主动向标 注者征询标以提高模型性能。

 

无监督自学习的隐性关系挖掘方法

提出基于话题多维度网络影响力关系度量模型,对影响力进行微观建模,实现了 对隐含关系和强度的定量描述,为异构科技情报网络的影响力隐含关联挖掘提供 了新方法;提出动态网络的影响力传播模型,通过引入关系间三角形结构来解决 数据稀疏的问题,学习三角形结构对应影响力参数。

 

k-密度子图top-k关键网络节点挖掘

科技创新往往由少数关键知识点引起,并由少数科研人员 / 机构发起,如何 从大规模网络中自动挖掘特定子图关键节点是图论中 NP 难问题。团队提出 基于 k- 密度子图的 k 关键节点挖掘算法HIS 和 MaxD,给出了高效近似算法, 将算法复杂度控制在 O(k2Tl(n)),其中 k 是关键节点个数,Tl(n) 是计算图最 小割的计算复杂度。