-
公开(公告)号：CN109102127B
公开(公告)日：2021-10-26
申请号：CN201811011469.X
申请日：2018-08-31
申请人： 杭州贝购科技有限公司 , 清华大学
摘要： 本发明实施例提供一种商品推荐方法及装置，包括：获取用户群的购物数据，利用所述购物数据训练基于eALS算法构建的预测模型，获得使所述预测模型达到最优解时的每个用户的用户特征向量以及每个商品的商品特征向量；所述用户特征向量与所述商品特征向量的内积用于表征用户对商品的预测喜好；对于用户群中的任意一个用户，根据该用户的用户特征向量与各商品特征向量的内积，获得该用户对所有商品的预测喜好，根据该用户对所有商品的预测喜好获得该用户的商品推荐列表。本发明实施例在eALS算法中加入用户关注的商品信息的影响，使得构建的预测模型能够更真实的反应用户对商品的喜好程度，从而达到更好的推荐效果。
-
公开(公告)号：CN109102127A
公开(公告)日：2018-12-28
申请号：CN201811011469.X
申请日：2018-08-31
申请人： 杭州贝购科技有限公司 , 清华大学
摘要： 本发明实施例提供一种商品推荐方法及装置，包括：获取用户群的购物数据，利用所述购物数据训练基于eALS算法构建的预测模型，获得使所述预测模型达到最优解时的每个用户的用户特征向量以及每个商品的商品特征向量；所述用户特征向量与所述商品特征向量的内积用于表征用户对商品的预测喜好；对于用户群中的任意一个用户，根据该用户的用户特征向量与各商品特征向量的内积，获得该用户对所有商品的预测喜好，根据该用户对所有商品的预测喜好获得该用户的商品推荐列表。本发明实施例在eALS算法中加入用户关注的商品信息的影响，使得构建的预测模型能够更真实的反应用户对商品的喜好程度，从而达到更好的推荐效果。
-
公开(公告)号：CN118195341A
公开(公告)日：2024-06-14
申请号：CN202410173825.7
申请日：2024-02-07
申请人： 清华大学
IPC分类号： G06Q10/0637 , G06Q50/26 , G06N3/045 , G06N3/08
摘要： 本发明提供了一种基于路网和出行需求数据的地区碳排放量预测方法和装置，所述方法包括：通过预先构建的多层级碳排放量预测模型，根据出行需求数据、路网原始图和路网对偶图，对目标地区进行碳排放量预测，生成碳排放量预测值，多层级碳排放量预测模型是基于训练地区的训练道路网络和出行历史数据对图注意力卷积层和多层感知机训练构建的，将数据驱动自动化进行数据关联分析和模式挖掘的方法应用于探索交通需求和路网共同对地区碳排放量的影响，降低数据收集费用，节约成本；挖掘地区碳排放量与路网、交通出行需求之间的关系，综合多种影响因素进行地区碳排放量的准确预测，提高预测结果的可靠性，从而为后续减碳决策提供有效数据基础。
-
公开(公告)号：CN118139097A
公开(公告)日：2024-06-04
申请号：CN202410203956.5
申请日：2024-02-23
申请人： 清华大学
摘要： 本发明提供一种城市群体移动流量网络生成方法和装置，所述方法包括：获取预存的目标城市的城市属性数据；将所述城市属性数据输入预先训练的拓扑扩散模型，以得到所述拓扑扩散模型输出的所述目标城市的群体移动流量网络的拓扑结构；将所述拓扑结构输入预先训练的流量扩散模型，以得到所述流量扩散模型输出的所述目标城市的群体移动流量网络矩阵；所述拓扑扩散模型的去噪网络的网络参数与所述流量扩散模型的去噪网络的网络参数是采用协同训练算法生成的。解决了现有技术中城市移动流量网络生成缺乏整体特性，数据成本较高，普适性较差的缺陷，实现了所生成的城市移动流量网络对整体特性的展示。
-
公开(公告)号：CN117992916A
公开(公告)日：2024-05-07
申请号：CN202410151786.0
申请日：2024-02-02
申请人： 清华大学
IPC分类号： G06F18/25 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/20 , G06N3/0455 , G06N3/08
摘要： 本发明提供一种人体移动轨迹恢复方法和装置，其中的方法包括：获取目标人体的个体当前轨迹；将目标人体的个体当前轨迹输入预先训练的轨迹扩散模型中，以得到目标人体的恢复轨迹；其中，轨迹扩散模型是利用样本的轨迹移动特征和样本的当前轨迹进行训练得到的，样本的轨迹移动特征是利用样本的群体当前轨迹中的移动特征、个人历史轨迹的移动特征和群体历史轨迹的移动特征进行融合得到的。该方法使得目标人体能够在移动规律指导下恢复轨迹，充分利用个体轨迹捕捉历史周期性和利用群体轨迹捕捉移动趋势性，达到更好的轨迹恢复效果，进而解决了现有技术中人体移动轨迹恢复的准确性较差，所恢复的轨迹与真实轨迹具有较大偏差的问题。
-
公开(公告)号：CN107888605A
公开(公告)日：2018-04-06
申请号：CN201711205653.3
申请日：2017-11-27
申请人： 国家计算机网络与信息安全管理中心 , 清华大学
摘要： 本发明提供一种物联网云平台流量安全分析方法和系统，其中，所述方法包括：S1，分别从蜂窝网络流量和固网流量中提取物联网流量；所述物联网包括服务器和设备；S2，从所述物联网流量中提取服务器侧信息和设备侧信息；S3，根据所述服务器侧信息对所述服务器进行安全分析；根据所述设备侧信息对所述设备进行安全分析。本发明提供的一种物联网云平台流量安全分析方法和系统，通过大量分析物联网设备和服务器之间的通信数据，完成统一的物联网云平台流量安全分析，定位了物联网各平台潜在的安全风险，提高了物联网的安全性能。
-
公开(公告)号：CN118228912A
公开(公告)日：2024-06-21
申请号：CN202410219851.9
申请日：2024-02-28
申请人： 清华大学
IPC分类号： G06Q10/063 , G06Q10/04 , G06Q50/26 , G06V10/82 , G06N3/0455 , G06N3/0895
摘要： 本发明提供一种基于城市图像的区域经济预测方法和装置，包括：获取目标区域城市图像；将所述目标区域城市图像输入至预先训练的目标语义视觉编码模型，得到目标城市语义视觉特征；将所述目标城市语义视觉特征输入至预先训练的目标区域经济预测模型，得到经济预测结果；其中，所述目标语义视觉编码模型是基于预先构建的视觉编码器和语义编码器利用海量多源城市数据样本及其对应的卫星图像样本和/或街景图像样本通过对比学习进行训练得到的；所述目标区域经济预测模型是基于前馈神经网络利用添加标签后的海量城市语义视觉特征样本进行训练得到的。本发明性能好、人工依赖度低、泛化能力好。
-
公开(公告)号：CN118195339A
公开(公告)日：2024-06-14
申请号：CN202410173819.1
申请日：2024-02-07
申请人： 清华大学
IPC分类号： G06Q10/0637 , G06Q50/26 , G06N5/025 , G06F18/24 , G06F18/10 , G06F18/25 , G06N3/0455 , G06N3/084 , G06N3/09
摘要： 本申请提供了一种城市人流量分析方法及装置，所述方法包含：根据目标城市中城市参数构建以城市区域为实体的城市知识图谱；对所述城市区域按预设规则分类生成训练集区域和测试集区域，以及通过知识图谱预训练模型分析所述城市知识图谱获得每个城市区域的表征向量；利用流量规模估计模型分析训练集区域中每个城市区域的流量规模，根据所述流量规模和所述表征向量训练扩散模型获得人流量分析模型；通过所述人流量分析模型分析所述测试集区域获得对应的人流量分布数据。
-
公开(公告)号：CN117939518A
公开(公告)日：2024-04-26
申请号：CN202410138403.6
申请日：2024-01-31
申请人： 清华大学
IPC分类号： H04W24/08 , H04L41/147 , H04L41/16 , H04L43/0876
摘要： 本发明实施例提供了一种适应于基站的移动网络使用数据预测方法及装置，对应的方法包括：获取多个基站的历史的使用数据；根据所述历史的使用数据以及预生成的使用数据预测模型预测所述多个基站的移动网络的使用数据；其中，所述使用数据预测模型由基于神经网络所生成的时间编码器、空间编码器以及解码器组成，所述时间编码器用于表征所述历史的使用数据的时间特征，所述空间编码器用于表征所述历史的使用数据的空间特征。本发明综合考虑影响基站的移动网络使用数据的多种时间与空间特征，并提升移动网络的基站流量预测的准确度。
-
公开(公告)号：CN117892834A
公开(公告)日：2024-04-16
申请号：CN202211433772.5
申请日：2022-11-16
申请人： 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06N20/00 , G06F16/9535
摘要： 提出了一种媒体内容推荐模型训练方法和装置。该媒体内容推荐模型训练方法包括：获取多个对象的数据集；对每一个对象的数据集的多个交互记录进行分组，使得同一组内各个交互记录的媒体内容时长在同一预设范围内；通过数据规范化处理计算与每一组中每一个交互记录对应的交互时长增益；基于每一个交互记录构造第一训练样本，并基于该交互记录对应的交互时长增益构造对应的第一样本标签；将第一训练样本输入到第一媒体内容推荐模型以基于第一媒体内容推荐模型的输出结果和第一样本标签计算第一损失；至少基于第一损失确定第一媒体内容推荐模型的目标损失；以及基于目标损失，对第一媒体内容推荐模型的参数进行迭代更新直至满足预设条件。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.039 秒)
