公开(公告)号：CN113032636B

公开(公告)日：2024-08-16

申请号：CN201911352614.5

申请日：2019-12-25

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 李三川 ,  谢笑娟 ,  李金柱 ,  吴丽丽 ,  余韦 ,  梁恩磊 ,  杨猛 ,  陶涛 ,  徐海勇

IPC分类号： G06F16/901 ,  G06F16/9535

摘要： 本发明实施例提供一种完全子图数据的搜索方法、装置、设备及介质。该方法包括：获取网络节点中节点的连接关系信息并存储为第一数据表；根据第一数据表确定第i数据表，第i数据表包括第一K阶节点的连接关系信息，i的初始值为2，K的初始值为3；根据第i数据表与第一预设筛选条件确定第二K阶节点的连接关系信息并存储为第i+1数据表；根据第i+1数据表和第一数据表确定第i+2数据表，第i+2数据表包括第一K+1阶节点的连接关系信息；根据第i+2数据表与第二预设筛选条件确定第二K+1阶节点的连接关系信息并将第二K+1阶节点中前K个节点的连接关系信息存储为第i+3数据表，前K个节点中任意两个节点连接；当第i+3数据表存在时，i＝i+4，K＝K+1，能够快速获取完全子图。

公开(公告)号：CN112651416B

公开(公告)日：2024-09-17

申请号：CN201910962985.9

申请日：2019-10-11

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 吴丽丽 ,  李三川 ,  李金柱 ,  余韦 ,  谢笑娟 ,  梁恩磊 ,  杨猛 ,  陶涛 ,  徐海勇

IPC分类号： G06F18/211

摘要： 本发明公开了特征选择方法、装置、设备和介质。该方法包括：获取原始特征集的当前待寻优特征子集；将原始特征集的候选特征子集中的第一特征加入当前待寻优特征子集，得到第一特征子集；从第一特征子集中剔除第二特征，得到第二特征子集；若第二特征子集不优于当前待寻优特征子集，将第一特征子集作为下一待寻优特征子集，直至第一特征子集满足预设停止准则，将第一特征子集选定为原始特征集的最优特征子集。根据本发明实施例提供的特征选择方法、装置、设备和介质，可以提高特征选择的精确度。

公开(公告)号：CN112651416A

公开(公告)日：2021-04-13

申请号：CN201910962985.9

申请日：2019-10-11

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 吴丽丽 ,  李三川 ,  李金柱 ,  余韦 ,  谢笑娟 ,  梁恩磊 ,  杨猛 ,  陶涛 ,  徐海勇

IPC分类号： G06K9/62

摘要： 本发明公开了特征选择方法、装置、设备和介质。该方法包括：获取原始特征集的当前待寻优特征子集；将原始特征集的候选特征子集中的第一特征加入当前待寻优特征子集，得到第一特征子集；从第一特征子集中剔除第二特征，得到第二特征子集；若第二特征子集不优于当前待寻优特征子集，将第一特征子集作为下一待寻优特征子集，直至第一特征子集满足预设停止准则，将第一特征子集选定为原始特征集的最优特征子集。根据本发明实施例提供的特征选择方法、装置、设备和介质，可以提高特征选择的精确度。

公开(公告)号：CN115409202A

公开(公告)日：2022-11-29

申请号：CN202110586890.9

申请日：2021-05-27

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 李三川 ,  余韦 ,  余凤丽 ,  杨猛 ,  陶涛 ,  徐海勇

IPC分类号： G06N20/20

摘要： 本发明提供一种基于联邦学习的特征选择方法及装置，所述方法包括：获取多个初始特征，构成初始特征集，并将初始特征集加入特征组合集；特征子集确定步骤：依次遍历初始特征集中的各初始特征，并在每次遍历时剔除对应的初始特征，得到特征子集；特征评估步骤：计算各特征子集对应的评估值，将最大评估值对应的特征子集添加至特征组合集；以最大评估值对应的特征子集作为初始特征集，循环执行特征子集确定步骤和特征评估步骤，直至初始特征集中的特征个数达到阈值；基于特征组合集，确定特征组合集中各特征对应的沙普利值，并选取沙普利值大于预设值的特征作为联邦学习的样本特征。本发明能够大幅度减少运算量，提升计算效率。

公开(公告)号：CN113032636A

公开(公告)日：2021-06-25

申请号：CN201911352614.5

申请日：2019-12-25

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 李三川 ,  谢笑娟 ,  李金柱 ,  吴丽丽 ,  余韦 ,  梁恩磊 ,  杨猛 ,  陶涛 ,  徐海勇

IPC分类号： G06F16/901 ,  G06F16/9535

摘要： 本发明实施例提供一种完全子图数据的搜索方法、装置、设备及介质。该方法包括：获取网络节点中节点的连接关系信息并存储为第一数据表；根据第一数据表确定第i数据表，第i数据表包括第一K阶节点的连接关系信息，i的初始值为2，K的初始值为3；根据第i数据表与第一预设筛选条件确定第二K阶节点的连接关系信息并存储为第i+1数据表；根据第i+1数据表和第一数据表确定第i+2数据表，第i+2数据表包括第一K+1阶节点的连接关系信息；根据第i+2数据表与第二预设筛选条件确定第二K+1阶节点的连接关系信息并将第二K+1阶节点中前K个节点的连接关系信息存储为第i+3数据表，前K个节点中任意两个节点连接；当第i+3数据表存在时，i＝i+4，K＝K+1，能够快速获取完全子图。

公开(公告)号：CN113055208A

公开(公告)日：2021-06-29

申请号：CN201911377177.2

申请日：2019-12-27

申请人： 中移信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 吴丽丽 ,  李三川 ,  黄淳瑶 ,  谢笑娟 ,  余韦 ,  李金柱 ,  梁恩磊 ,  杨猛 ,  陶涛 ,  徐海勇

IPC分类号： H04L12/24 ,  G06F17/18 ,  G06K9/62

摘要： 本发明实施例公开了一种基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质。该方法包括：获取多个区域的业务数据；分别提取多个区域的业务数据中的第一特征信息；采用预设的特征提取分析模型提取多个区域的第一特征信息中相同的第二特征信息；基于多个区域中包括第二特征信息的业务数据进行训练得到共有参数；将共有参数迁移到区域的预设第二逻辑回归模型上，识别计算各区域的用户携出率。本发明实施例提供的基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质，通过将通用的共有参数迁移至各区域的特征参数中，降低了各区域分别建立识别模型过程中的工作量及时长，提升了识别模型识别过程的精确度。

公开(公告)号：CN113055208B

公开(公告)日：2023-01-13

申请号：CN201911377177.2

申请日：2019-12-27

申请人： 中移信息技术有限公司(CN) ,  中国移动通信集团有限公司(CN)

发明人： 吴丽丽 ,  李三川 ,  黄淳瑶 ,  谢笑娟 ,  余韦 ,  李金柱 ,  梁恩磊 ,  杨猛 ,  陶涛 ,  徐海勇

IPC分类号： H04L41/147 ,  G06F17/18

摘要： 本发明实施例公开了一种基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质。该方法包括：获取多个区域的业务数据；分别提取多个区域的业务数据中的第一特征信息；采用预设的特征提取分析模型提取多个区域的第一特征信息中相同的第二特征信息；基于多个区域中包括第二特征信息的业务数据进行训练得到共有参数；将共有参数迁移到区域的预设第二逻辑回归模型上，识别计算各区域的用户携出率。本发明实施例提供的基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质，通过将通用的共有参数迁移至各区域的特征参数中，降低了各区域分别建立识别模型过程中的工作量及时长，提升了识别模型识别过程的精确度。