-
公开(公告)号:CN105912729B
公开(公告)日:2019-05-14
申请号:CN201610333731.7
申请日:2016-05-19
申请人: 华南理工大学
IPC分类号: G06F16/9535 , G06F16/9536
摘要: 本发明公开了一种基于三维时序动态模型的手机游戏推荐系统,包括用户行为数据获取模块、游戏信息获取模块、用户行为分析模块、游戏标签模块、时序动态模型模块、游戏推荐模块。本发明系统根据获取的用户行为数据进行用户动态行为分析,并追踪新老用户的兴趣变化,在用户兴趣发生变化或可能流失时,综合考虑与用户兴趣游戏相似度较高的游戏以及游戏的热门度,给用户最优的推荐结果。本发明结合游戏和用户的时效性,制定了基于时间窗的用户活跃度评分计算方法。并引用游戏标签来对用户进行相应的映射,从而丰富了游戏推荐的多样性,让用户感受不断有新元素变化的游戏推荐,增强了游戏推荐的新颖性。
-
公开(公告)号:CN106527132B
公开(公告)日:2019-03-12
申请号:CN201610988270.7
申请日:2016-11-10
申请人: 华南理工大学
IPC分类号: G05B13/04
摘要: 本发明公开了基于遗传模拟退火算法的蛇形机器人运动控制方法,包括步骤:获取蛇形机器人首关节的目标位置和目标姿态;采用遗传模拟退火算法对蛇形机器人进行逆解,求解获得蛇形机器人的各关节转角;蛇形机器人的驱动器获取求解获得的各关节转角并控制各关节进行转动。本发明采用的遗传模拟退火算法把遗传算法和模拟退火算法的优势有机地结合起来,不仅能使算法的效率得到提高,还能增强算法的全局把控能力,从而使得本方法精确度高,可靠性较高,可以有效地对蛇形机器人进行运动控制,可广泛应用于蛇形机器人的控制领域中。
-
公开(公告)号:CN109933717B
公开(公告)日:2021-05-14
申请号:CN201910042396.9
申请日:2019-01-17
申请人: 华南理工大学
IPC分类号: G06F16/9535 , H04L12/58 , H04L29/06 , H04L29/08
摘要: 本发明公开了一种基于混合推荐算法的学术会议推荐系统,能够从用户个人邮件及公开会议发布网站上获取学术会议信息,通过内容过滤及有效信息提取处理原始信息生成会议信息摘要,并根据用户的历史行为及基于TF‑IDF和词向量的学术会议文本表示方法使用融合基于用户的协同过滤及基于内容的混合推荐算法实现学术会议信息的个性化推荐,并通过基于WEB的展示和网盘归档两种方法实现信息的推送。该学术会议推荐系统有助于提高科研人员处理信息的效率,有效地改善学术会议过多选择问题。
-
公开(公告)号:CN109918477B
公开(公告)日:2021-02-12
申请号:CN201910122541.4
申请日:2019-02-18
申请人: 华南理工大学
IPC分类号: G06F16/33 , G06F16/951 , G06F16/953 , G06F16/9535 , G06F16/332
摘要: 本发明公开了一种基于变分自编码器的分布式检索资源库选择方法,该方法利用深度神经网络构建编码器与解码器网络结构,学习资源库文本的隐含表示,用来捕捉资源库文本的深层语义表示。通过无监督的训练方法得到的模型,对查询词的扩展文本进行推理,获得查询词的隐含表示。通过计算查询词与资源库的隐含表示的相似性,来获得资源库的相关性排名。该模型为无监督的训练,自动获得资源库以及文本的隐含表示向量,可克服有监督训练方法中的设计文本特征的缺点。此外,变分自编码器的网络结构简单,变分推理的计算耗时比基于马尔科夫链蒙特卡罗推理方法的LDA主题模型要低。模型训练完成后,进行资源库选择的耗时低,资源库选择的效率高。
-
公开(公告)号:CN108763449A
公开(公告)日:2018-11-06
申请号:CN201810521174.0
申请日:2018-05-28
CPC分类号: G06F17/2775 , G06N3/08 , H04L51/12 , H04L51/22
摘要: 本发明公开了一种垃圾邮件过滤的中文关键词规则生成方法,该方法主要包括从邮件集中获取关键词候选词、特征提取得到关键词、获取关键词规则触发情况、为关键词规则赋分值四个步骤,对比当前技术,本发明提出的方法改进了关键词特征提取方法,结合词频和文档频率的特征提取方法降低通用词汇的影响,使用神经网络算法计算规则分值,比较遗传算法降低了学习的开销。本发明解决当前中文关键词规则时效性不足,并且能够根据一个特定的用户群体对于垃圾邮件的定义以及提供的邮件数据集生成最符合用户特征的关键词规则。
-
公开(公告)号:CN106897776A
公开(公告)日:2017-06-27
申请号:CN201710034428.1
申请日:2017-01-17
申请人: 华南理工大学
IPC分类号: G06N99/00
摘要: 本发明公开了一种基于名义属性的连续型特征构造方法,包括步骤:1)数据预处理;2)根据业务背景知识设置特征构造框架;3)产生具体的特征构造路径;4)根据特征构造路径构造相应的特征并产生训练集;5)对训练集进行特征选择并构建预测模型;6)将相关的数据集以及预测模型保存并结束离线训练过程;7)将需要进行线上预测的样本数据进行预处理以及特征提取;8)利用离线训练得到的预测模型对样本进行预测。本发明不仅可以应用于具有“用户‑物品”对的场景,同时也适用于更为一般的带有名义属性或分类变量特征的分类和回归预测问题,与传统的One‑Hot和Dummy编码相比,本发明所产生的特征使得样本之间差异更加明显,产生的特征具有较强的可解释性。
-
公开(公告)号:CN106022877A
公开(公告)日:2016-10-12
申请号:CN201610333626.3
申请日:2016-05-19
申请人: 华南理工大学
IPC分类号: G06Q30/06
CPC分类号: G06Q30/0631
摘要: 本发明公开了一种基于用户手游行为图谱的游戏推荐方法,利用游戏数据中用户的登录日志,提取用户特征。计算用户特征向量两两的余弦相似度,根据余弦相似度值与设定的阈值大小关系确定两个节点是否有边相连;提取用户对游戏的操作,比如用户对游戏的充值操作等,提取游戏的上线时间,用户开始玩游戏的时间,构造用户的属性,从而构造用户手游行为图谱;分析用户手游行为图谱,挖掘其中的“潮流用户”节点,“朋友”关系节点等角色信息。根据与目标用户节点相连的近邻用户节点角色信息,赋予近邻用户节点不同的权重,将近邻用户节点玩过的游戏并且目标用户节点没有玩过的游戏按照权重加权,形成推荐列表,推荐给目标用户,实现个性化游戏推荐。
-
公开(公告)号:CN107953324A
公开(公告)日:2018-04-24
申请号:CN201711480290.4
申请日:2017-12-29
申请人: 华南理工大学
CPC分类号: B25J9/065 , B25J9/1607 , B25J9/1625 , B25J9/1638
摘要: 本发明公开了一种基于旋量理论和凯恩方法的蛇形机器人动力学分析方法,所述方法结合旋量理论与凯恩方法定义了蛇形机器人的主动力旋量、惯性力旋量、偏速度旋量、广义主动力以及广义惯性力等参数,然后根据对蛇形机器人的实验观测来求解出其对应的相关参数,建立动力学模型从而给出了蛇形机器人的动力学分析方法。具体步骤是结合旋量理论定义凯恩方程,测量并近似蛇形机器人各关节质量、长度、底面半径,然后根据实验观测与理论公式推导凯恩方程所需的各个量并建立凯恩动力学方程。本发明采用的方法将旋量理论与凯恩方法结合起来,不仅能有效提高计算速度与计算效率,也改善了蛇形机器人的动力学模型,使其简洁美观。
-
公开(公告)号:CN105912729A
公开(公告)日:2016-08-31
申请号:CN201610333731.7
申请日:2016-05-19
申请人: 华南理工大学
IPC分类号: G06F17/30
CPC分类号: G06F17/30867
摘要: 本发明公开了一种基于三维时序动态模型的手机游戏推荐系统,包括用户行为数据获取模块、游戏信息获取模块、用户行为分析模块、游戏标签模块、时序动态模型模块、游戏推荐模块。本发明系统根据获取的用户行为数据进行用户动态行为分析,并追踪新老用户的兴趣变化,在用户兴趣发生变化或可能流失时,综合考虑与用户兴趣游戏相似度较高的游戏以及游戏的热门度,给用户最优的推荐结果。本发明结合游戏和用户的时效性,制定了基于时间窗的用户活跃度评分计算方法。并引用游戏标签来对用户进行相应的映射,从而丰富了游戏推荐的多样性,让用户感受不断有新元素变化的游戏推荐,增强了游戏推荐的新颖性。
-
公开(公告)号:CN115965503A
公开(公告)日:2023-04-14
申请号:CN202211561411.9
申请日:2022-12-07
申请人: 华南理工大学
IPC分类号: G06Q50/20 , G06Q10/0639
摘要: 本发明公开了一种基于引文质量的综述型作业评价系统,包括:综述作业获取模块,用于获取班级所有同学上交的综述作业;综述作业切分模块,基于综述作业模板格式对应的正则表达式将综述作业切分,获取综述作业各部分的作业表述;引文集合获取模块,用于获取每篇作业引用的引文,形成引文知识库;引文质量计算模块,用于计算每篇引文质量得分;综述作业评分计算模块,基于每份作业中引文质量得分,计算每份作业的分数;综述作业分数查看模块,用于获得班级作业内每份作业所得分数,返回班级所有作业的分数供教师查看,完成评分。本发明针对综述作业评价从学生和教师两个角度入手,加强了学生综述撰写能力,通过辅助评价减少了教师批改作业负担。
-
-
-
-
-
-
-
-
-