公开(公告)号：CN111401600A

公开(公告)日：2020-07-10

申请号：CN201911248320.8

申请日：2019-12-09

Applicant: 合肥工业大学

Inventor： 蒋翠清 ,  龙晶晶 ,  王钊 ,  殷畅

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q40/02

Abstract: 本发明提供一种基于关联关系的企业信用风险评价方法和系统，涉及企业风险评估领域。包括以下步骤：获取企业关联关系数据，形成历史数据；基于历史数据构建企业网络；识别企业网络中所有企业的企业风险事件；基于企业网络和企业风险事件量化企业的关联风险；基于量化的企业关联风险获取有效关联风险因素；基于有效关联风险因素和传统企业信用风险评价因素预测企业的违约风险。本发明可以准确预测企业的信用风险。

公开(公告)号：CN106776930B

公开(公告)日：2019-06-18

申请号：CN201611090919.X

申请日：2016-12-01

Applicant: 合肥工业大学

Inventor： 蒋翠清 ,  段锐 ,  疏得友 ,  丁勇

IPC: G06F16/9535 ,  G06F16/9537

Abstract: 本发明公开了一种结合时间和地理位置信息的地点推荐方法，包括：1、获取用户地点签到数据；2、对用户的历史签到地点进行多中心聚类，得到用户活跃区域，结合用户活跃区域中心与用户未签到地点之间的距离，计算用户到未签到地点的概率；3、计算各个时间段之间的相似性，根据时间段之间的相似性，利用已有的签到数据对用户在未签到地点的签到次数进行填补，并根据填补后的签到数据计算时间感知下的地点相似性；4、结合用户到未签到地点的概率与时间感知下的地点相似性，预测用户在未签到地点的签到次数；5、对于每个用户，根据4中的预测值，选取预测值排名前N个地点进行推荐，生成最终的推荐结果。本发明能提高地点推荐的精准率和召回率。

公开(公告)号：CN106776930A

公开(公告)日：2017-05-31

申请号：CN201611090919.X

申请日：2016-12-01

Applicant: 合肥工业大学

Inventor： 蒋翠清 ,  段锐 ,  疏得友 ,  丁勇

IPC: G06F17/30

CPC classification number: G06F16/9537 ,  G06F16/9535

Abstract: 本发明公开了一种结合时间和地理位置信息的地点推荐方法，包括：1、获取用户地点签到数据；2、对用户的历史签到地点进行多中心聚类，得到用户活跃区域，结合用户活跃区域中心与用户未签到地点之间的距离，计算用户到未签到地点的概率；3、计算各个时间段之间的相似性，根据时间段之间的相似性，利用已有的签到数据对用户在未签到地点的签到次数进行填补，并根据填补后的签到数据计算时间感知下的地点相似性；4、结合用户到未签到地点的概率与时间感知下的地点相似性，预测用户在未签到地点的签到次数；5、对于每个用户，根据4中的预测值，选取预测值排名前N个地点进行推荐，生成最终的推荐结果。本发明能提高地点推荐的精准率和召回率。

公开(公告)号：CN119026008A

公开(公告)日：2024-11-26

申请号：CN202411264311.9

申请日：2024-09-10

Applicant: 合肥工业大学

Inventor： 丁勇 ,  王富城 ,  蒋翠清 ,  王钊

IPC: G06F18/2411 ,  G06F18/243 ,  G06F18/22 ,  G06N3/045 ,  G06F18/213 ,  G06F18/27 ,  G06N20/20 ,  G06N5/01

Abstract: 本发明提供了一种基于多视图学习的数据识别方法，涉及数据识别技术领域。所述识别方法通过充分考虑多视图信息的交互关系，提取关键特征，并构建联合决策机制提高了识别准确率；通过构建视图编码器和多视图信息交互网络，有效去除各视图之间的冗余信息；通过利用数值嵌入和多头注意力机制捕捉视图内特征之间的联系和权重分配，借助多视图信息交互网络进一步挖掘视图间的互补性和一致性信息，显著增强了模型的表征能力；通过构建复杂的网络结构，精准地提取了各视图的关键特征及其之间的交互关系；联合决策模块的设计使得模型能够综合考虑各视图的信息及其交互关系，形成更为全面和准确的判断；保障了电信客户流失识别的准确率。

公开(公告)号：CN117610663B

公开(公告)日：2024-10-29

申请号：CN202311360362.7

申请日：2023-10-19

Applicant: 合肥工业大学

Inventor： 陈波 ,  彭思佳 ,  蒋翠清 ,  车万留 ,  王钊 ,  丁勇

IPC: G06N5/04 ,  G06N3/0455 ,  G06N3/042 ,  G06F18/22 ,  G06F18/25 ,  G06F40/30 ,  G06F40/242

Abstract: 本发明提供一种基于企业披露报告的创新文本特征构造方法和系统，涉及本特征挖掘技术领域。本发明基于企业披露报告设计了领域适用的创新文本抽取方法。通过构建特定领域的企业披露报告语料库，基于Word2Vec模型构造了该领域适用的创新词典，实现了对特定领域中披露报告创新文本更准确有效的抽取。这一方法提高了对特定领域披露报告中创新文本抽取的准确性和有效性，有助于更好地理解和利用领域相关信息。同时，通过基于ChatGPT的创新文本推理特征构造方法，可以进一步挖掘基于创新文本所可能获取的推理信息，使最终构造出的多维创新文本特征矩阵对创新信息的表征更加准确、完整。

公开(公告)号：CN117152578A

公开(公告)日：2023-12-01

申请号：CN202311425952.3

申请日：2023-10-31

Applicant: 合肥工业大学

Inventor： 王钊 ,  黄雅婷 ,  蒋翠清 ,  丁勇 ,  陈波

IPC: G06V10/80 ,  G06N3/0455 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供一种基于变分推断的不完整多视图数据预测方法及系统，涉及数据处理技术领域。本发明通过为每个视图数据设计和训练特定编码器，分别学习每个视图的独特分布，更好地适应具有分布异质性的多视图建模任务，为进一步分析和处理多视图数据提供了更可靠的基础。此外，本发明对带有缺失值的视图，既不删除带有缺失值的多视图对象，又不使用可能会引入噪声的填补策略，从而灵活地利用不完整的视图进行建模，提高数据的利用率。

公开(公告)号：CN116108158B

公开(公告)日：2023-07-28

申请号：CN202310389342.6

申请日：2023-04-13

Applicant: 合肥工业大学

Inventor： 蒋翠清 ,  马兰 ,  车万留 ,  陈波

IPC: G06F16/332 ,  G06F18/22 ,  G06F18/25

Abstract: 本发明提供一种在线互动问答文本特征构造方法和系统，涉及文本特征挖掘技术领域。本发明基于BERTopic模型设计了领域适用的主题特征构造方法，该方法对文档嵌入模型进行改进，即融入任务自适应预训练方法，实现了语义信息的精准捕捉；同时，提出基于相似性动态集成的交互特征构造方法，通过动态集成将多种相似度算法进行有机结合，得到相似度矩阵，提高了多维度挖掘交互信息的准确性；且设计融合多头注意力机制和门控机制的问答文本特征重要性自适应判别模型，考虑了不同文本特征的差异化预测或分类性能，自适应地赋予多维文本特征差异性权重，进而生成多维问答文本特征矩阵。本发明提高了构造问答文本特征的精度和泛化性。

公开(公告)号：CN113873459A

公开(公告)日：2021-12-31

申请号：CN202110808369.5

申请日：2021-07-16

Applicant: 合肥工业大学 ,  安徽省司尔特肥业股份有限公司

Inventor： 刘艳清 ,  蒋翠清 ,  车万留

IPC: H04W4/38 ,  H04W24/02 ,  G01N33/24

Abstract: 本发明提供一种土壤成分采集的多传感器优化部署方法，涉及土壤成分采集技术领域。本发明提出一种两阶段传感器部署方法：第一阶段借助少量传感器采用系统随机法重复多次计算每个部署点的土壤成分值，如果土壤成分分布差异较小，则以最接近单个网格土壤成分平均值的部署点为最终部署方案，否则进入部署第二阶段，使用基于均匀网格化和Delaunay三角剖分的布点算法；使用变异系数对每个三角网内土壤成分的离散程度进行约束，对于离散程度较高的三角网格进行剖分，直至所有三角网均符合要求；本部署方案可以用于作物种植前、种植中以及种植后的土壤成分监测，与农情相结合，从实际角度出发，与现有的传感器部署方案相比，能够科学全面的持续反映土壤成分。

公开(公告)号：CN112597761A

公开(公告)日：2021-04-02

申请号：CN202011415777.6

申请日：2020-12-07

Applicant: 合肥工业大学

Inventor： 蒋翠清 ,  吕喜梅 ,  王钊 ,  丁勇 ,  王建飞 ,  殷畅

IPC: G06F40/216 ,  G06F40/242 ,  G06F40/30 ,  G06F16/33

Abstract: 本发明提供一种临时报告语义信息挖掘方法、装置、存储介质和电子设备，涉及自然语言处理技术领域。本发明基于获取的临时报告文本数据构建词表，再利用BERT模型训练词表中每个词的词向量，并基于每个词的词向量和其TFIDF值获取每个临时报告的文档向量，再由文档向量得到企业向量，并对企业向量进行降维，经过降维后剩余的企业向量维度即为临时报告语义信息。本发明弥补了现有技术中无法对临时报告进行信息挖掘的技术空缺，而且使得临时报告语义信息的挖掘自动化和精准有效。

公开(公告)号：CN110232593A

公开(公告)日：2019-09-13

申请号：CN201910492416.2

申请日：2019-06-06

Applicant: 合肥工业大学

Inventor： 蒋翠清 ,  乔晗 ,  丁勇 ,  王建飞 ,  周颂

IPC: G06Q30/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种社会消费品零售总额累计增幅的预测方法和系统，涉及数据预测领域。包括以下步骤：获取社会消费品零售总额相关数据，形成历史数据；基于所述历史数据确定预测指标；基于所述预测指标构建社会消费品零售总额累计增幅预测体系；基于预训练的向量自回归模型和长短期记忆神经网络模型分别对所述社会消费品零售总额累计增幅预测体系进行处理，得到第一预测结果和第二预测结果；基于所述第一预测结果和所述第二预测结果获取初始预测结果；基于突发事件对所述初始预测结果进行修正，得到社会消费品零售总额累计增幅的预测结果。本发明可以准确预测社会消费品零售总额的累计增幅。