公开(公告)号：CN113763031B

公开(公告)日：2024-07-26

申请号：CN202110851930.8

申请日：2021-07-27

申请人： 清华大学

发明人： 高宸 ,  李勇 ,  金德鹏

IPC分类号： G06Q30/0601 ,  G06F16/9536 ,  G06F16/9535 ,  G06N3/0495 ,  G06N3/08

摘要： 本发明提供一种商品推荐方法、装置、电子设备及存储介质，该方法包括：将用户信息和商品信息输入点击率预估模型，得到用户信息对应的商品点击率预测信息；基于所述商品点击率预测信息，生成所述用户信息对应的商品推荐信息；其中，所述点击率预估模型是基于目标样本交叉特征得到的，所述目标样本交叉特征是基于渐进式的搜索算法，根据商品用户特征搜索空间确定的。通过基于低秩近似设计的商品用户特征搜索空间，有效建模了不同阶数的交叉特征的相互关联，加速了后续的搜索过程，然后在搜索空间里得到目标样本交叉特征，从而构建点击率预估模型，通过点击率预估模型能够有效预测商品点击率预测信息，从而生成用户信息对应的商品推荐信息。

公开(公告)号：CN113761395B

公开(公告)日：2024-07-26

申请号：CN202110928066.7

申请日：2021-08-12

申请人： 清华大学

发明人： 王寰东 ,  李勇 ,  张启钟 ,  金德鹏

IPC分类号： G06F16/9537 ,  G06F16/2458 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/09

摘要： 本发明提供一种轨迹生成模型训练方法、轨迹生成方法及装置，该训练方法包括：将历史移动数据输入到逆向生成模型，得到对应的隐含移动特征；将隐含移动特征输入到轨迹生成模型，分别得到时间维度的指数分布和空间维度的多项式分布；训练并优化由逆向生成模型和轨迹生成模型共同构成的变分时间点过程模型，得到轨迹生成模型。本发明提供的轨迹生成模型训练方法、轨迹生成方法及装置，在保留了神经网络模型的强大建模能力、捕获了序列数据中的不确定性的同时提升了其可解释性，且能够通过基于概率模型的数据交互机制有效的引入专家知识，有更强的灵活性、建模能力，对不均衡数据的高度适应性和鲁棒性，在移动数据生成问题上具有巨大的潜力。

公开(公告)号：CN118277656A

公开(公告)日：2024-07-02

申请号：CN202410173821.9

申请日：2024-02-07

申请人： 清华大学

发明人： 李勇 ,  朴景华 ,  刘家臻

IPC分类号： G06F16/9535 ,  G06Q30/0601

摘要： 本发明提供一种信息茧房控制方法及装置，涉及信息传播控制技术领域。所述方法包括：获取用户正反馈数、用户负反馈数、用户总推荐数和用户自由探索强度，并计算所述用户负反馈数与用户正反馈数之间的比值，以及将用户正反馈数和用户总推荐数之间的相似度计算结果作为用户相似度推荐强度；根据比值、用户相似度推荐强度和用户自由探索强度在预先获取的信息茧房相变图中的位置，确定推荐系统状态；确定与推荐系统状态相对应的信息茧房控制策略，并根据信息茧房控制策略对推荐系统进行信息茧房控制。所述装置执行上述方法。本发明实施例提供的方法及装置，能够揭示信息茧房形成机理，进而根本性地解决信息茧房问题。

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

发明人： 丁璟韬 ,  曾锦薇 ,  李勇

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：CN115423695B

公开(公告)日：2024-05-31

申请号：CN202210837267.0

申请日：2022-07-15

申请人： 清华大学

发明人： 李勇 ,  张国祯 ,  易金辉 ,  金德鹏 ,  王钺 ,  袁坚

IPC分类号： G06T5/70 ,  G06V10/26 ,  G06V10/74 ,  G06V10/774 ,  G06V20/10 ,  G06V20/70

摘要： 本发明提供一种用于城市预测任务的街景图像采样方法，其中的方法包括：基于动态调整的采样步长，获取目标区域的街景图像，所述街景图像包含预设数量的语义分布信息；对所述街景图像进行噪声检测，并根据噪声检测结果对所述街景图像进行处理，得到无噪街景图像。该方法结合了采样步长的动态调整，以及图像噪声的检测处理，使得获取的街景图像中不仅包含足够的语义分布信息，且不含噪声，该方法获取的街景图像，能够有效提升城市预测任务的预测性能。

公开(公告)号：CN111144986B

公开(公告)日：2024-05-31

申请号：CN201911360358.4

申请日：2019-12-25

申请人： 清华大学 ,  杭州微拓科技有限公司

发明人： 李勇 ,  高宸 ,  卢中县 ,  金德鹏 ,  徐裕键 ,  周亮 ,  张良伦

IPC分类号： G06Q30/0601 ,  G06Q50/00

摘要： 本发明实施例提供一种基于分享行为的社交电商网站商品推荐方法及装置，该方法包括：获取商品分享信息；将所述商品分享信息输入预设商品推荐模型，得到商品推荐结果；其中，所述预设商品推荐模型是根据带分享后购买标签的用户商品样本信息和带有自由购买标签的用户商品样本信息。通过分享者影响力模型和所述被分享者影响力模型建立融合模型，并根据融合模型损失函数，通过学习得到融合模型中的用户兴趣向量、用户社交影响力向量、以及商品表征向量，推断在经过用户推荐后，所有商品被好友购买的概率，并依次进行排序，得到商品推荐结果。

公开(公告)号：CN117993494A

公开(公告)日：2024-05-07

申请号：CN202410151705.7

申请日：2024-02-02

申请人： 清华大学

发明人： 李勇 ,  周之伦

IPC分类号： G06N5/022 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08 ,  G06Q50/26

摘要： 本发明提供一种城市区域表示生成方法、装置、电子设备及存储介质，所述方法包括：获取目标城市的城市数据信息，基于城市数据信息，构建目标城市的城市知识图谱，其中，城市知识图谱包括多个维度下的知识图谱子图；基于城市知识图谱，得到城市区域的全局表征向量，以及城市区域在各个与知识图谱子图对应维度下的子图局部表征向量；基于各个子图局部表征向量，得到城市区域的局部表征向量，并基于全局表征向量和局部表征向量，得到城市区域的目标表征向量。实现可以准确生成城市区域的目标表征向量，从而为基于城市区域的目标表征向量对城市的社会经济指标进行准确预测打下基础。

公开(公告)号：CN113435604B

公开(公告)日：2024-05-07

申请号：CN202110665601.4

申请日：2021-06-16

申请人： 清华大学

发明人： 陈辉铭 ,  李勇 ,  金德鹏

IPC分类号： G06N20/00

摘要： 本发明提供一种联邦学习优化方法及装置，该方法包括：在当前轮次的联邦学习中，获取服务器端发送的全局模型和延迟全局梯度，延迟全局梯度是由上一轮次联邦学习中，每个客户端基于各自本地数据对上一轮次的全局梯度进行更新得到的；基于当前轮次的全局模型和延迟全局梯度，通过本地数据对本地模型进行更新，得到联邦学习更新量，联邦学习更新量包括本地模型的更新量和延迟全局梯度的更新量；将联邦学习更新量发送到服务器端，以供服务器端根据联邦学习更新量进行信息聚合，得到新的全局模型和全局梯度，并将新的全局模型和全局梯度发送到每个客户端，用于下一轮次的联邦学习。本发明有效地克服模型偏差问题，提升通信效率、降低计算复杂度。

公开(公告)号：CN110969516B

公开(公告)日：2024-04-26

申请号：CN201911358070.3

申请日：2019-12-25

申请人： 清华大学 ,  杭州微拓科技有限公司

发明人： 李勇 ,  郑瑜 ,  卢中县 ,  金德鹏 ,  周亮 ,  张良伦

IPC分类号： G06Q30/0601 ,  G06F18/22 ,  G06F16/9535 ,  G06F16/9538 ,  G06F18/2431 ,  G06N3/042 ,  G06N3/084

摘要： 本发明实施例提供一种商品推荐方法及装置，该方法包括：将目标用户输入到训练后的推荐系统中，获取候选商品集合；根据目标用户表征向量和目标商品表征向量，基于最近邻搜索算法，对所述候选商品集合中的每一候选商品进行重新排序，将排序靠前的若干候选商品作为最佳推荐商品；将所有最佳推荐商品推荐给用户。本发明实施例提供一种商品推荐方法及装置，基于图神经网络构建的推荐系统，根据目标用户和每个商品之间的相似度，生成目标用户表征向量和目标商品表征向量，提高了候选商品的多样性，从而提高了最佳推荐商品的多样性，并且通过商品召回阶段，将概率最大的商品推荐给用户，提高了推荐的准确率。

公开(公告)号：CN117649168A

公开(公告)日：2024-03-05

申请号：CN202210966505.8

申请日：2022-08-12

申请人： 株式会社日立制作所 ,  清华大学

发明人： 李勇 ,  宗泽方 ,  颜欢 ,  郑萌 ,  庄云麟 ,  耿璐

IPC分类号： G06Q10/0835 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请提供一种时间依赖的路径规划方法及装置，属于车辆路径规划技术领域。方法包括：将多个站点中任意两个站点间的导航信息以及每个站点的站点属性信息，输入至所述编码器，以生成融合特征向量；所述导航信息包括一个统计时间周期内的每个时间段所对应的任意两个站点间的行驶时间；根据每个车辆从当前站点出发时所处的当前时间段，从所述融合特征向量中提取每个站点在当前时间段对应的特征向量，并输入至所述解码器，获得所述解码器解码得到的路径规划策略，所述路径规划策略包括每个车辆访问站点的顺序。本申请考虑了与时间相关的站点间行驶时间，能够获得更符合实际交通情况的路径规划策略，并能提高路径规划的效率。