-
公开(公告)号：CN107833117B
公开(公告)日：2020-03-17
申请号：CN201711331175.0
申请日：2017-12-13
申请人： 合肥工业大学
IPC分类号： G06Q30/06 , G06F16/9535
摘要： 本发明公开了一种考虑标签信息的贝叶斯个性化排序推荐方法，其特征按如下步骤进行：步骤一、定义一个表示用户与产品的交互关系；步骤二、定义用户与交互项产品的标签匹配度；步骤三、定义用户的偏好反馈集合的划分标准；步骤四、构建用户对产品的矩阵分解模型；步骤五、利用贝叶斯个性化推荐方法对模型进行求解；步骤六、获得某个用户的为交互项产品的降序排列，并将前top个产品推荐给用户。本发明具有较好的推荐性能，特别是在数据稀疏与冷启动用户推荐情况下。
-
公开(公告)号：CN109190040A
公开(公告)日：2019-01-11
申请号：CN201811013374.1
申请日：2018-08-31
申请人： 合肥工业大学
IPC分类号： G06F16/9535 , G06Q30/06 , H04L29/08
摘要： 本发明提供了一种基于协同演化的个性化推荐方法及装置。一种基于协同演化的个性化推荐方法，包括：基于贝叶斯定理获取预先设置的模型的学习目标；所述模型至少包括：用户消费行为的概率模型、用户加群行为的概率模型、产品的隐特征矩阵、用户的隐偏好张量和群组的隐偏好张量；基于所述学习目标，利用随机梯度下降法和投影梯度法来更新所述模型的最优参数，得到训练好的模型；利用所述训练好的参数预测用户在T+1时刻的加群行为、偏好及标记行为。本发明实施例中可以在动态场景中同时考虑到用户的历史偏好和加入群组的影响来预测用户的加群行为和偏好，以及标记行为。
-
公开(公告)号：CN108804689A
公开(公告)日：2018-11-13
申请号：CN201810614031.4
申请日：2018-06-14
申请人： 合肥工业大学
摘要： 本发明的面向问答平台的融合用户隐连接关系的标签推荐方法，可解决传统标签推荐方法推荐结果有限不能满足用户需求的技术问题。包括构建问题集合、问题对应的标签集合、用户集合；构建用户网络；经处理得到用户的特征向量；再得到问题的特征向量；将所述用户的特征向量和所述问题的特征向量做拼接，经过一层全连接网络，得到融合用户隐性连接的多特征向量集；将所述多特征向量集使用逻辑回归模型映射成概率，基于输出的概率值对标签进行降序排序，取前top个标签；训练初步模型，训练终止后，得到最终的推荐模型；当用户在向网站提交问题时，从所述推荐模型中把前top个标签推荐给用户。本发明能提高标签系统的多样性及准确性，能够满足用户需求。
-
公开(公告)号：CN107862039A
公开(公告)日：2018-03-30
申请号：CN201711078635.3
申请日：2017-11-06
申请人： 工业和信息化部电子第五研究所 , 合肥工业大学 , 广州赛宝认证中心服务有限公司
IPC分类号： G06F17/30
摘要： 本发明涉及一种网页数据获取方法及系统、数据匹配推送方法、计算机存储介质及设备，其中网页数据获取方法包括：将目标网页的网址与参考网址进行比较，确定所述网址的类型；根据所述网址的类型，确定网页搜索策略；根据所述网页搜索策略采集所述目标网页的网页数据。上述方案通过将目标网页的网址与预设参考网址进行比较，确定网址的类型，根据网址的类型确定网页搜索策略，通过采取该网页搜索策略对目标网页进行网页数据采集，从而提高了网页数据获取的效率。
-
公开(公告)号：CN107808008A
公开(公告)日：2018-03-16
申请号：CN201711145941.4
申请日：2017-11-17
申请人： 合肥工业大学
摘要： 本发明公开了一种考虑用户特征信息的主题-情感联合建模方法，包括如下步骤：1、构建语料特征集合；2、构建用户特征矩阵；3、将语料文本表示为向量形式；4、构建语料情感字典；5、初始化语料特征词的主题、情感和用户特征参数向量；6、更新语料特征词的主题、情感和用户特征参数向量，最终得到语料文本的情感分布、主题分布和词分布。本发明能有效解决现有主题情感联合模型因忽略用户特征而导致情感分析出现偏差的问题，从而能提高文本情感分类的准确度。
-
公开(公告)号：CN106055715A
公开(公告)日：2016-10-26
申请号：CN201610547148.6
申请日：2016-07-12
申请人： 合肥工业大学
CPC分类号： G06Q30/0631 , G06F17/30867 , G06Q30/0623
摘要： 本发明公开了一种基于产品项目特征扩充的最近邻协同过滤方法(IFA)，该方法包括如下步骤：1)用二维表表示产品的评分数据；2)基于朴素贝叶斯分类器的贫信息用户项目相似度计算；3)富信息用户项目相似度计算；4)基于贫信息用户的项目相似度与富信息用户的项目相似度融合；5)结合基于项目的协同过滤算法给出未评分产品的评分预测值集合，并取前N项作为最终推荐结果。本发明能有效反映用户评价的真实情况，提高个性化推荐精度。
-
公开(公告)号：CN118396706A
公开(公告)日：2024-07-26
申请号：CN202410454931.2
申请日：2024-04-16
申请人： 合肥工业大学
IPC分类号： G06Q30/0601 , G06F16/9536 , G06F16/9535 , G06N3/098 , G06N3/094 , G06N3/0895 , G06N3/047 , G06N3/048
摘要： 本发明公开了一种基于对抗对比学习鲁棒的产品联邦推荐方法，包括：1.客户端构建训练数据；2.客户端初始化用户和物品表征；3.客户端构建神经协同过滤推荐模型NCF；4.构建正负对抗样本集合；5.构建NCF模型训练损失；6.客户端训练本地模型；7.客户端上传模型参数；8.服务器聚合客户端模型；9.服务器将全局模型下发至各客户端，重复步骤7‑8直到模型收敛。本发明基于对抗对比学习框架，不仅能够提高模型参数分布的稳定性，增强了模型的鲁棒性，而且能够提高模型对决策边界样本的处理能力，进一步提升了模型在复杂场景下的产品推荐性能。
-
公开(公告)号：CN114611011B
公开(公告)日：2024-03-29
申请号：CN202210232835.4
申请日：2022-03-09
IPC分类号： G06F16/9536 , G06F16/35 , G06F40/289 , G06Q50/00
摘要： 本发明公开了一种考虑动态舆情主题的高影响力用户发现方法，其步骤包括：1、构建不同时期的用户在线关系网络，2、设计动态有参贝叶斯模型生成不同时期的舆情主题，3、识别不同时期的高影响力用户。本发明在应对大规模社交网络时，能有效、快速、准确地发现用户关注度高的舆情主题，有助于舆情主题检测，并能有效发现不同时期的舆情主题演变及高影响力用户，从而为决策者提供重要信息，帮助决策者在特定时间内引导民众舆情，及时了解舆情主题变化。
-
公开(公告)号：CN113704404B
公开(公告)日：2024-03-05
申请号：CN202110995578.5
申请日：2021-08-27
申请人： 合肥工业大学
IPC分类号： G06F16/33 , G06F16/31 , G06F18/2415
摘要： 本发明公开了一种基于专业生成内容的产品替代性信息抽取方法，包括：1构建专业生成内容数据集合并表示，2建模市场竞争结构，获得市场环境下与产品相关的竞争信息和替代性关系，3构建有参贝叶斯模型，4整合变分推理和坍塌式吉布斯抽样，使用坍塌式变分贝叶斯推断算法进行参数推断。本发明在应对社交媒体中的大规模的专业生成内容时，能够有效、快速、准确地发现专业生成内容中的产品竞争关系，抽取出市场中产品间的替代性信息，帮助企业发现市场中产品间的替代性关系，有助于企业识别直接或间接竞争对手，为企业提供重要的竞争情报。
-
公开(公告)号：CN114417837B
公开(公告)日：2024-02-13
申请号：CN202210060381.7
申请日：2022-01-19
申请人： 合肥工业大学
IPC分类号： G06F40/242 , G06F40/289
摘要： 本发明公开了一种基于主题演化趋势的科技大数据流行性及前沿性度量方法，其步骤包括：1.获取科技大数据基本信息数据并进行数据预处理获得模型输入语料；2.基于动态主题模型(DTM)对输入语料进行学习，得到文档主题分布及主题演化趋势；3.基于文档主题分布和科技大数据发表年份计算出不同年份的主题热度；4.基于主题热度演化趋势计算科技大数据的流行性和前沿性。本发明通过DTM模型计算出主题热度演化趋势，以此作为计算科技大数据流行性和前沿性的基础，结合科技大数据的发表年份及其文档主题分布，可以度量科技大数据流行性和前沿性指标，从而能提高科技大数据价值评估准确性。
-
-
-
-
-
-
-
-
-
搜索结果
155 条记录 (耗时 0.049 秒)
