一种基于图计算与无监督学习的团伙社群检测系统

AITNT
正文
推荐专利
一种基于图计算与无监督学习的团伙社群检测系统
申请号:CN202510624903
申请日期:2025-05-15
公开号:CN120541481A
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了一种基于图计算与无监督学习的团伙社群检测系统,包括;任务创建模块:用于通过API接收任务创建请求,生成唯一task_id并将任务信息发送至消息队列;消息队列模块:用于接收任务信息,并由服务从消息队列中提取任务,传递参数给模型端,组织数据查询参数,开始数据搜索准备,并将请求数据搜索参数发送到数据查询模块;通过先进的图计算技术结合自动化的特征提取方法,能够准确地识别和提取关键特征,以及基于图的结构特征。利用无监督学习方法结合特征工程结果,有效地识别和划分交易网络中的团伙结构,显著提高了模型在实际应用中对复杂网络行为的识别精度。
技术关键词
数据查询模块 无监督学习算法 队列 Hadoop系统 进程 无监督学习方法 节点 消息 聚类 广度优先搜索 深度优先搜索 特征提取方法 社区结构 网络 参数 融合策略 特征工程
系统为您推荐了相关专利信息
1
基于黑板模型协作的音视频在线学习方法
在线学习方法 黑板模型 索引 文本 音视频
2
一种智慧化补能平台及补能方法
服务端 节点 规划 交通信号灯信息 道路拓扑结构
3
一种基于分布式架构的高端存储器芯片异步测试系统
存储器芯片 分布式架构 优化调度策略 智能调度算法 历史故障信息
4
一种面向人工辅助设计需求的样条拓扑优化方法
样条 拓扑优化方法 人机交互界面 变量 手绘线条
5
边云协同系统中的数据处理方法及边云协同系统
协同系统 内存 节点 云服务中心 数据处理方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号