-
公开(公告)号：CN110210666A
公开(公告)日：2019-09-06
申请号：CN201910466393.8
申请日：2019-05-31
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于车货匹配的智能推荐方法、系统和存储介质，涉及物流技术领域。包括以下步骤：获取车货数据；预设车货匹配率；预设车辆运输货物的空驶率；预设车辆运输货物的装载率；基于所述空驶率和所述装载率预设车辆的匹配收益；基于所述匹配率和所述匹配收益预设车货匹配目标，使所述匹配率和所述匹配收益加权和最大化；预设车货供需匹配模型的约束条件；基于所述车货匹配目标和所述约束条件构建车货供需匹配模型；基于蚁群优化方法获取所述车货供需匹配模型的最优解。本发明解决了新进入市场的车辆由于缺少历史数据而出现“零推荐”的问题。
-
公开(公告)号：CN109300057A
公开(公告)日：2019-02-01
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：CN108920431A
公开(公告)日：2018-11-30
申请号：CN201810669771.8
申请日：2018-06-26
Applicant: 合肥工业大学
IPC: G06F17/18
Abstract: 本发明实施例提供一种考虑用户特征的信息传播方法。本发明实施例首先确定信息接收用户对预定信息的接收概率以及信息接收用户对预定信息的采纳概率；之后根据接收概率和采纳概率确定信息接收用户被预定信息激活的激活概率；最后信息发送用户根据激活概率激活信息接收用户。上述技术方案能够根据信息发送用户的特征、信息接收用户的特征以及预订信息的特征准确拟合预订信息的传播过程，从而能够找到更多的目标受众。
-
公开(公告)号：CN108763400A
公开(公告)日：2018-11-06
申请号：CN201810496356.7
申请日：2018-05-22
Applicant: 合肥工业大学
CPC classification number: G06Q30/0601
Abstract: 本发明提供了一种基于对象行为和主题偏好的对象划分方法及装置。所述方法包括：获取第一数量个目标对象的初始文档集合；利用潜在狄利克雷分布模型获取到所述每个目标对象的主题偏好向量；标准化所述每个目标对象的行为向量；利用所述主题偏好向量和所述标准行为向量更新所述初始文档集合；基于所述每个目标对象的更新文档集合，利用潜在狄利克雷混合模型计算所述每个目标对象所属的类别组；分别获取所述每个类别组内所有目标对象的主题偏好向量的平均值和标准行为向量的平均值得到所述每个类别组的特征向量。本发明实施例可以实现对多种不同特征进行建模，有利于确定各目标对象的分类，提高对象划分结果。
-
公开(公告)号：CN108109058A
公开(公告)日：2018-06-01
申请号：CN201810033637.9
申请日：2018-01-11
Applicant: 合肥工业大学
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。
-
Patent Agency Ranking
公开(公告)号：CN105976220A
公开(公告)日：2016-09-28
申请号：CN201610264552.2
申请日：2016-04-25
Applicant: 合肥工业大学
IPC: G06Q30/06
CPC classification number: G06Q30/0631
Abstract: 本发明公开了一种基于项目使用次数的矩阵分解推荐方法，包括如下步骤：1)用三元组表示用户对项目的使用次数；2)标准化用户对项目的使用次数；3)利用FPTree算法获得项目集的频繁二项集；4)基于项目的使用人数，获得项目集的流行度；5)利用所建立的推荐算法模型，预测用户对项目的使用次数；5)建立用户对项目的真实使用次数与其预测使用次数的损失函数；6)基于损失函数，利用随机梯度下降法获取各未知参数，进而预测用户对项目的使用次数；7)对用户未使用项目的预测使用次数降序排序，将排序靠前的项目推荐给用户。本发明不仅比传统的基于项目相似度的矩阵分解方法速度快，而且其精度优于传统矩阵分解方法和协同过滤的方法。
-
公开(公告)号：CN119166788A
公开(公告)日：2024-12-20
申请号：CN202411391532.2
申请日：2024-10-08
Applicant: 合肥工业大学
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06F40/284 , G06F40/30 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N5/045
Abstract: 本发明公开了一种基于多视图答案表征的智能问答方法，包括：1.构建问答数据并预处理；2.构建文本编码模块，获取文本的词向量矩阵和句向量；3.构建回答者专业能力表示模块，获取回答者对问题的专业能力的表示；4.构建基于注意力机制的LSTM模块，获取同一问题下答案的信息交互；5.构建基于问题描述文本句向量的答案表示模块，利用问题描述文本的向量表示对答案正文的词向量加权；6.构建基于问答工作图的答案表示模块，获取基于概念图的答案表征；7.构建答案表征融合模块，获取答案基于多视图的表示；8.构建预测模块，预测问题和答案的匹配分数。本发明能为问题选择最佳答案。
-
公开(公告)号：CN118822207A
公开(公告)日：2024-10-22
申请号：CN202411083265.2
申请日：2024-08-08
Applicant: 合肥工业大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/04 , G06N5/01
Abstract: 本发明提供了一种基于开普勒优化算法的动态柔性作业车间调度方法，其主要在于解决柔性车间的动态调度问题，针对事件不确定性提供了解决方法，其步骤为：1、车间调度问题进行建模；2、预设置开普勒优化算法相关参数；3、驱动开普勒优化算法进行求解得出调度方案；4、针对突发不确定性事件进行动态重调度，得到新的排产方案。本发明能够充分发挥设备利用率，提高生产效率，可为实际生产调度提供决策依据。
-
公开(公告)号：CN114003815B
公开(公告)日：2024-03-29
申请号：CN202111299225.8
申请日：2021-11-04
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种网络舆情主题及其关注用户群体的发现方法，其步骤包括：1构建舆情文档中数据集合，2建模舆情文本话题，关注舆情文本话题的用户群体，3设计有参贝叶斯模型，4利用坍塌式吉布斯抽样算法进行参数推断。本发明在应对大规模的在线社交媒体内容以及社交用户评论行为时，一方面能够结合主题分析快速、有效、准确地发现网络中的舆情主题，有助于舆情检测，为舆情的引导和控制提供决策支持；另一方面能够识别关注每个舆情话题的用户群体，实现对社交媒体用户依据关注话题的异同进行快速精准的分类。
-
公开(公告)号：CN113343679B
公开(公告)日：2024-02-13
申请号：CN202110762186.4
申请日：2021-07-06
Applicant: 合肥工业大学
IPC: G06F40/279 , G06F40/216
Abstract: 本发明公开了一种基于标签约束的多模态主题挖掘方法，其步骤包括：1.构建多模态文档中数据集合，2.建模文档标签主题分布，3.建模文档中的文本标签主题与视觉标签主题，4.建立基于标签约束的多模态主题模型，5.利用坍塌式吉布斯采样算法进行参数学习。本发明在应对带有标签的关联文本和图像数据时，能快速且精准的学习到多模态主题，从而为推荐和检索等数据挖掘任务提供有利支撑。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.116 seconds)
