-
公开(公告)号：CN112100518B
公开(公告)日：2023-11-28
申请号：CN202010995705.7
申请日：2020-09-21
IPC: G06F16/9536 , G06Q50/00 , G06F40/216 , G06F40/289
Abstract: 本发明公开了一种考虑用户在线关系网络的舆情主题发现方法，其步骤包括：1构建用户在线关系网络，2设计有参贝叶斯模型user link topic model生成文本主题，3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，从而为决策者提供重要信息，用于评估在过去特定时间内对于民众舆情引导效果，并有助于及时了解用户当下所关心的热点话题。
-
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: G06F16/9536 , G06F16/35 , G06F40/289 , G06Q50/00
Abstract: 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：CN115525819A
公开(公告)日：2022-12-27
申请号：CN202210337382.1
申请日：2022-03-31
IPC: G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向信息茧房的跨领域推荐方法，包括：1、获取用户对产品评分的数据集并进行数据预处理；2、构建跨领域知识迁移推荐模型的跨域知识迁移模块；3、构建跨领域知识迁移推荐模型的目标域意外性提取模块；4、利用训练集的数据对模型进行训练，并根据测试结果调整优化模型的超参数；5、将测试集数据输入到训练好的模型中，对输出的全部物品预测得分排序，最后选择前N项产品推荐给用户。本发明可产生对于用户而言感到既相关又意外的推荐产品，在保证推荐准确性的同时也能提升推荐的意外性，从而能提升用户满意度。
-
公开(公告)号：CN114611011A
公开(公告)日：2022-06-10
申请号：CN202210232835.4
申请日：2022-03-09
IPC: G06F16/9536 , G06F16/35 , G06F40/289 , G06Q50/00
Abstract: 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：CN112100518A
公开(公告)日：2020-12-18
申请号：CN202010995705.7
申请日：2020-09-21
IPC: G06F16/9536 , G06Q50/00 , G06F40/216 , G06F40/289
Abstract: 本发明公开了一种考虑用户在线关系网络的舆情主题发现方法，其步骤包括：1构建用户在线关系网络，2设计有参贝叶斯模型user link topic model生成文本主题，3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，从而为决策者提供重要信息，用于评估在过去特定时间内对于民众舆情引导效果，并有助于及时了解用户当下所关心的热点话题。
-
Patent Agency Ranking
公开(公告)号：CN117952274A
公开(公告)日：2024-04-30
申请号：CN202410198494.2
申请日：2024-02-22
Applicant: 合肥工业大学
IPC: G06Q10/04 , G06N3/0455 , G06N3/0442 , G06N3/092 , G06N3/098 , G08G1/01
Abstract: 本发明公开了一种基于先验注意力机制的个性化联邦学习的交通流量预测方法，包括：1中央服务器初始化并部署客户端模型，客户端进行编码器模型训练以及时间相关性的注意力机制计算，并上传交通流量传递状态；2中央服务器接收流量传递状态，并进行空间相关性的先验注意力机制计算，并下发处理后的交通流量传递状态；3客户端接收处理后的交通流量传递状态并进行解码器模型训练，预测真实标签；4客户端将训练好的编码器参数和解码器参数上传至中央服务器，中央服务器对参数进行注意力机制的聚合并下发参数；5地方服务器接收聚合后的参数带入模型用于交通流量预测。本发明不仅能提高交通流量预测的准确性，还能保障每个客户端的数据隐私。
-
公开(公告)号：CN113987368B
公开(公告)日：2024-02-13
申请号：CN202111271683.0
申请日：2021-10-29
Applicant: 合肥工业大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/042
Abstract: 本发明公开了一种融合同质关系和影响关系的用户个性化偏好挖掘方法，其步骤包括：1、用户建模；2、产品建模；3、评分预测；4、模型训练。本发明能结合局部同质性和全局影响力的社交关系，并融合注意力模型建模影响用户偏好的差异，从而有效且全面地建模用户的个性化偏好，从而提高推荐系统的准确性并增强推荐结果的可解释性。
-
公开(公告)号：CN116664249A
公开(公告)日：2023-08-29
申请号：CN202310712055.4
申请日：2023-06-15
Applicant: 合肥工业大学
IPC: G06Q30/0601 , G06F18/2415
Abstract: 本发明公开了一种考虑用户偏好不确定性的评论感知推荐方法，包括以下步骤：1.使用用户评论与评分构建数据集，2、构建非对称的用户偏好和产品特征表征学习模型，并融合用户偏好和商品特征构建评分预测模型，3、模型的训练与优化。本发明提出了非对称深度学习推荐方法，综合考虑了用户评论在学习用户偏好和产品表征方面的差异性，同时引入了用户偏好不确定性，从而能提高产品推荐性能。
-
公开(公告)号：CN116150480A
公开(公告)日：2023-05-23
申请号：CN202310011459.0
申请日：2023-01-05
Applicant: 合肥工业大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种融合多模态评论信息的用户个性化需求预测方法，其步骤包括：1.基于用户的购买历史记录，构建用户‑商品的购买关系网络；2.利用用户发表的多模态评论内容，构建网络图中边的属性；3.利用多模态变分自编码器挖掘用户在文本和图像两种模态上的主题分布；4.利用图注意力网络建模用户与商品之间的交互信息和多模态评论内容的语义信息；5.选取合适的损失函数来训练和优化模型。本发明结合了变分自编码器和图注意力网络，既能够分别从文本和图像这两种模态的数据中充分且全面地挖掘出用户对商品的偏好信息，又能够准确地对用户和商品进行表征，从而能达到更加精确的用户个性化需求的预测效果。
-
公开(公告)号：CN114417837A
公开(公告)日：2022-04-29
申请号：CN202210060381.7
申请日：2022-01-19
Applicant: 合肥工业大学
IPC: G06F40/242 , G06F40/289
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.024 seconds)
