-
公开(公告)号：CN109300057B
公开(公告)日：2021-08-10
申请号：CN201811011747.1
申请日：2018-08-31
Applicant: 合肥工业大学
IPC: G06Q50/00
Abstract: 本发明提供一种基于社交用户隐特征表示的网络群体形成机制发现方法，涉及网络技术领域。包括以下步骤：基于用户连接关系构建社交网络；利用node2vec方法学习获得所述社交网络的隐特征表示；基于所述社交网络的隐特征表示生成不同影响机制下的网络；分析所述不同影响机制下的网络特性，确定真实网络的形成机制。本发明结合选择机制和影响机制，基于用户隐偏好动态生成网络，更加形象的刻画了真实社交网络的变化，从而更加准确的确定真实网络的形成机制。
-
公开(公告)号：CN108109058B
公开(公告)日：2021-06-29
申请号：CN201810033637.9
申请日：2018-01-11
Applicant: 合肥工业大学
IPC: G06Q30/06 , G06F16/9535
Abstract: 本发明公开了一种融合人格特质和物品标签的单分类协同过滤方法，包括：首先基于用户人格特质计算用户间的相似度，根据其相似度计算用户对物品的偏好程度；然后基于物品标签计算用户对物品的偏好程度；紧接着融合基于人格的用户对物品的偏好和基于物品标签的用户对物品的偏好得到用户对物品的总偏好程度，利用其总偏好程度构建矩阵分解模型；最后根据模型进行推荐。本发明使用人格特质和物品标签作为额外的信息来识别出缺失数据中混合在一起的正例和负例，从而有效地解决数据稀疏问题和新用户冷启动问题，继而提高个性化推荐的精度。
-
公开(公告)号：CN112860976A
公开(公告)日：2021-05-28
申请号：CN202110265794.4
申请日：2021-03-11
Applicant: 合肥工业大学
IPC: G06F16/953 , G06F16/958 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多模态层次注意力机制的欺诈网站检测方法，包括：1使用长短期记忆网络对网页网址以及文本内容进行抽取；2通过注意力机制网络自动提取模态内不同特征的重要性权重；3通过注意力机制网络自动学习不同模态特征的重要性；4融合多模态特征，构建共享字典学习方法，将不同模态空间中特征映射到相同语义空间，并完成欺诈网站检测。本发明能够解决现有检测方法无法实时检测、以及误识别问题，从而进一步提高欺诈网站识别的准确率。
-
公开(公告)号：CN109190040B
公开(公告)日：2021-05-28
申请号：CN201811013374.1
申请日：2018-08-31
Applicant: 合肥工业大学
IPC: G06F16/9535 , G06Q30/06 , H04L29/08
Abstract: 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：CN109933678B
公开(公告)日：2021-04-06
申请号：CN201910170610.9
申请日：2019-03-07
Applicant: 合肥工业大学
Abstract: 本发明实施例提供了一种艺术品推荐方法、装置、可读介质及电子设备，首先，对艺术品的图片风格特征进行学习后在进行聚类，使得风格相近的艺术品被归类与降维，达到了解决数据的稀疏度问题；然后，特征划分狄利克雷过程模型可以对用户群组的偏好进行筛选，得到可以代表用户群组的群兴趣的风格标签，再根据这些风格标签对用户群组的群兴趣进行更细粒度地划分；最后，根据得到的各潜在群组的风格标签分布以及用户属于各潜在群组的概率分布进行个性化推荐，并生成推荐列表。本发明实施例的技术方案可以有效提升预测的准确率和召回率。
-
Patent Agency Ranking
公开(公告)号：CN112101380A
公开(公告)日：2020-12-18
申请号：CN202010888949.5
申请日：2020-08-28
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于图文匹配的产品点击率预测方法和系统、存储介质，涉及产品点击率预测技术领域。本发明提供的产品点击率预测方法通过将图片分为包含更多原始像素信息的小块，提取到的图片特征更加完整；同时依据图片特征、文本特征以及图文匹配融合特征得到联合特征用于预测产品的点击率，如此一方面考虑到图片特征和文本特征自身对点击率的影响，一方面将三者之间进行特征互补，极大的提高了预测点击率的准确度。
-
公开(公告)号：CN111798262A
公开(公告)日：2020-10-20
申请号：CN202010430540.9
申请日：2020-05-20
Applicant: 合肥工业大学
IPC: G06Q30/02 , G06F40/289 , G06F40/30
Abstract: 本发明提供一种用户关注点识别方法、系统和存储介质，涉及数据处理领域。包括以下步骤：获取用户对车型每一维度的历史评论数据、历史评分数据、历史总评分数据和用户购车目标数据；基于历史评论数据获取评论隐向量；基于历史评分数据和评论隐向量获取感知隐向量；基于用户购车目标数据和感知隐向量获取注意力得分；基于感知隐向量和注意力得分获取总体感知向量；基于总体感知向量构建评分预测模型；基于评分预测模型获取用户对车型的预测评分；基于预测评分和历史总评分数据优化评分预测模型；基于优化后的评分预测模型得到用户对目标车型每一维度的关注度分布。本发明可以准确识别用户的关注点。
-
公开(公告)号：CN110827115A
公开(公告)日：2020-02-21
申请号：CN201910948090.X
申请日：2019-10-08
Applicant: 合肥工业大学
IPC: G06Q30/06
Abstract: 本发明提供一种基于注意力机制的产品推荐方法和系统，涉及推荐技术领域。本发明通过计算目标产品与用户历史交互的产品的相似度，并与注意力机制相结合，避免了用户所有的历史交互产品对目标产品产生的影响相同的结果，同时结合了目标产品的评论文本数据，考虑到用户是否与某一产品进行交互不仅受到该用户的历史行为影响，即受到该用户的兴趣影响，还受到其他用户对目标产品的评价的影响，在产品推荐过程中，考虑目标产品的评论文本数据，更加贴近现实情况，从而提高了产品的推荐精度。
-
公开(公告)号：CN110765313A
公开(公告)日：2020-02-07
申请号：CN201910876465.6
申请日：2019-09-17
Applicant: 合肥工业大学
IPC: G06F16/75 , G06F16/783 , G06F16/74 , G06F16/35 , G06F40/242 , G06F40/289 , G06K9/62 , H04N21/435 , H04N21/4788 , H04N21/81
Abstract: 本发明提供一种网络视频弹幕分类播放方法和系统，涉及网络视频播放领域。本发明首先获取实时视频的弹幕文本和用户选择的目标弹幕类型，然后将弹幕文本和预设的弹幕分类类型进行匹配，得到匹配结果，将匹配结果和弹幕文本存储到数据库中；然后基于所述用户选择的目标弹幕类型，对所述数据库中的弹幕文本进行筛选，得到目标弹幕文本，上述目标弹幕文本为目标弹幕类型对应的弹幕文本；最后播放目标弹幕文本。本发明通过对弹幕文本进行分类匹配，细化了原有的弹幕，改善了传统弹幕播放中信息冗杂等不合理的情况，进而提升了用户视频观看体验。
-
公开(公告)号：CN110413880A
公开(公告)日：2019-11-05
申请号：CN201910619057.2
申请日：2019-07-10
Applicant: 合肥工业大学
IPC: G06F16/9535 , G06Q30/06
Abstract: 本发明提供一种基于用户人格分层结构的单分类协同过滤方法，涉及计算机数据处理领域。本发明提供的用户人格分层结构应用在单分类协同过滤算法中的方法，适用于对隐式反馈数据的处理。传统的单分类协同过滤方法没有融合用户的分层结构，本发明提出的方法基于加权矩阵分解，通过引入人格特质信息对用户进行分层，构建用户的分层结构，充分利用已有信息，缓解了数据的稀疏问题，减轻了推荐系统对新用户的不友好，使得商品对用户的个性化推荐更加准确。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.06 seconds)
