-
公开(公告)号：CN106060576A
公开(公告)日：2016-10-26
申请号：CN201610516030.7
申请日：2016-07-01
Applicant: 中国科学院计算技术研究所
IPC: H04N21/232 , H04N21/4722 , H04N21/475 , H04N21/4788 , H04N21/482
CPC classification number: H04N21/4828 , H04N21/232 , H04N21/4722 , H04N21/475 , H04N21/4788
Abstract: 本发明提供一种基于二维码的综艺节目互动的方法及设备。根据本发明的方法，包括：根据观众扫描的二维码内容，确定综艺节目标识和节目播放者标识；2)根据所述综艺节目标识，提供与所述综艺节目相关的互动信息；3)根据所述节目播放者标识，提供所述节目播放者的服务入口。根据所述的方法，其中，所述综艺节目标识还用于标识综艺节目的期数。根据本发明的方法或设备，能够以二维码为索引标识，在综艺节目作品、节目提供者和微博间进行索引，从而一次性向请求者提供与综艺节目作品、节目提供者相关的多个微博标识、以及相应的影视海报、人员信息和图片。
-
公开(公告)号：CN103268348B
公开(公告)日：2016-08-10
申请号：CN201310204529.0
申请日：2013-05-28
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供了一种用户查询意图识别方法，包括：1）对于待识别的用户查询，将其切分为两个命名实体e1,e2和命名实体上下文ct；2）根据用户查询日志的集合和主题模型，计算用户查询中包含命名实体e1，e2和上下文ct的情况下隐含主题r的概率p(r|e1,e2,ct)，找出使得概率p(r|e1,e2,ct)最大的主题r，将该主题r作为命名实体e1,e2之间所隐含的关系；所述主题模型是用查询日志聚合文档集合训练得到的主题模型；所述查询日志聚合文档集合是将每两个命名实体在查询日志中的上下文聚合到一起，形成的关于两两命名实体组合的文档集合。本发明识别的准确率和召回率高；时间复杂度低，给搜索引擎造成的负荷较小，能够提升用户体验；特别适合于移动端的搜素或者移动终端本地的应用搜索。
-
公开(公告)号：CN103354554B
公开(公告)日：2016-07-27
申请号：CN201310204527.1
申请日：2013-05-28
Applicant: 中国科学院计算技术研究所
IPC: H04L29/08
Abstract: 本发明提供一种用于eMule网络的文件资源信息采集方法，包括下列步骤：1）初始化文件集合；2）遍历所述文件集合，对于每个文件，搜索共享过该文件的活跃客户端的地址信息，得到活跃客户端集合；3）对于活跃客户端集合中的每个活跃客户端，探测该活跃客户端所共享的文件列表；4）根据所探测的活跃客户端所共享的文件列表，更新所述文件集合，返回执行步骤2）；重复执行所述步骤2）～4），得到文件索引表，该文件索引表中记录出现在所述文件集合中的每个文件及其对应的活跃客户端地址信息。本发明能够全面获取eMule网络上所有文件的索引；能够获得eMule网络中各个文件资源的活跃度信息，从而为进一步的监控提供依据。
-
公开(公告)号：CN105306552A
公开(公告)日：2016-02-03
申请号：CN201510641915.5
申请日：2015-09-30
Applicant: 中国科学院计算技术研究所
CPC classification number: Y02D50/10 , H04L67/2842 , G06Q10/0631 , G06Q10/06316
Abstract: 本发明公开了一种基于消息队列的消费均衡及系统，该方法包括：排序步骤，消费者端实时依照多个消息队列的未消费消息数，对该多个消息队列进行排序；消费步骤，当消费者端所执行的任一线程需要消费消息时，均以未消费消息数最大的消息队列作为目标队列，从该目标队列中获取消息，进行消费。通过本发明的上述技术方案，不管生产者端以何种策略生产消息，或者消费者端每次是否拉取相同条数的消息，或者服务器是否发生了宕机，本发明均可以保证未消费数最大的消息队列在下一次消费的时候得到了消费，维护整个消息队列的消费均衡，不会出现某个消息队列的消息积压的现象。
-
公开(公告)号：CN103336793B
公开(公告)日：2015-08-12
申请号：CN201310230933.5
申请日：2013-06-09
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明公开了一种个性化论文推荐方法及其系统，其中该方法包括：步骤1，利用科研领域中研究人员撰写学术论文的行为特性，挖掘异质学术网络数据，根据所述异质学术网络数据构建训练数据集，并根据所述训练数据集进行训练得到排序学习模型；步骤2，在线构建用户配置，生成用户感兴趣的候选论文集，根据所述候选论文集并基于所述排序学习模型生成论文推荐结果，基于所述论文推荐结果，按照一定方式生成论文推荐返回给用户；步骤3，在线接收用户反馈，并根据不同的用户反馈行为相应地更新所述论文推荐结果。本发明有效地避免了推荐系统初期的“冷启动”问题，保证了推荐结果的准确率和召回率。
-
Patent Agency Ranking
公开(公告)号：CN103150383B
公开(公告)日：2015-07-29
申请号：CN201310082990.3
申请日：2013-03-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种短文本数据的事件演化分析方法，包括：根据词库和当前时段输入的短文本数据构造当前时段的文档—词项矩阵并对其进行非负矩阵分解，得到文档—事件矩阵和事件—词项矩阵；根据事件—词项矩阵计算当前时段的事件和前一时段的事件之间的相似度，根据该相似度、当前时段的事件和前一时段的剩余图构造当前时段的事件关系图；当前时段的事件关系图分割为一个或多个子图；对子图进行归类得到新生成事件集和演化事件集；根据文档—事件矩阵计算每个事件关联的文档数，并根据该文档数做演化事件集的趋势分析和预测，作为下一时段非负矩阵分解的约束条件。该方法适于动态地跟踪短文本数据的事件演化过程。
-
公开(公告)号：CN103198146B
公开(公告)日：2015-05-27
申请号：CN201310136896.1
申请日：2013-04-19
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种面向网络流式数据的事件实时过滤方法，该方法响应于加载事件规则的请求来加载事件规则，并根据所加载的事件规则对网络流式数据进行过滤。该方法采用事件触发方式去更换过滤文本所使用的事件规则，可以适应各种业务类型。而且采用多通道方式进行文档过滤，使得不同的文本数据可以共享事件规则。既可以适应不同的文本数据，又可以提高系统的处理效率。
-
公开(公告)号：CN104615685A
公开(公告)日：2015-05-13
申请号：CN201510032875.4
申请日：2015-01-22
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/30598 , G06F17/30705 , G06F17/30867
Abstract: 本发明提供一种面向网络话题的热度评价方法，包括：将网络话题的属性与规则中的属性进行对比；其中，所述规则是经过训练得到的，且用于指示网络话题的属性与热度值的对应关系；以及根据对比的结果得到该网络话题的热度值。本发明定义了数值评价体系，方便了用户理解话题的热度程度，有利于话题之间的热度比较；以及，采用粗糙集相关理论最优化训练集中的不一致性，学习出热度值与属性之间的关系，提供了高热度评价的效果，其中，将无限制的属性值离散化到有限的数值范围内，减小了计算的复杂度；此外，综合多种背景知识的用户的评价得到训练集，使得样本数据更为全面，尽可能地减轻了个体的偏见。
-
公开(公告)号：CN103279482B
公开(公告)日：2015-05-13
申请号：CN201310143346.2
申请日：2013-04-23
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种面向微博客平台的社交朋友圈的挖掘方法及系统，其方法包括：步骤1，通过微博客平台所提供的数据接口得到待查看用户的朋友列表；步骤2，针对所述朋友列表中的每个朋友用户，通过微博客平台所提供的数据接口得到所述每个朋友用户的朋友列表；步骤3，计算所述待查看用户的朋友列表与所述每个朋友用户的朋友列表的邻里相似度；步骤4，取出邻里相似度大于指定阈值的朋友用户，作为所述待查看用户的现实朋友用户；步骤5，计算所述待查看用户与所述现实朋友用户所构成的有向连通图中的最强连通子图，所获得的每个最强连通子图构成所述待查看用户的社交朋友圈。本发明能够在海量用户中挖掘社交朋友圈。
-
公开(公告)号：CN102867040B
公开(公告)日：2015-03-18
申请号：CN201210320575.2
申请日：2012-08-31
Applicant: 中国科学院计算技术研究所 , 人民搜索网络股份公司
Abstract: 本发明涉及一种面向中文搜索引擎混杂语言的查询纠错方法及系统。本发明针对中文搜索引擎混杂语言查询的特点，采用面向混杂语言的异构字符树词典和基于高频或高点击次数用户查询日志构建的语言模型，对用户的查询进行同步切分和纠错尝试，利用状态之间的转移达到对查询进行切分的目的；采用双队列记录每一步编辑后最优的N个完成状态和M个未完成状态，在保障纠错速度的同时获取最佳的切分方式和对应的替代词条组合；利用最终纠错结果侯选集的特征进行判定，输出符合限定条件的纠错结果，有效地提高了准确率。
-
-
-
-
-
-
-
-
-
Search Results
395
records
(took 0.167 seconds)
