-
公开(公告)号：CN118312671A
公开(公告)日：2024-07-09
申请号：CN202410419999.7
申请日：2024-04-09
申请人： 合肥工业大学 , 科大讯飞股份有限公司
IPC分类号： G06F16/9535 , G06N3/042 , G06N3/0455 , G06N3/09 , G06N3/0499 , G06F18/214 , G06F18/241
摘要： 一种基于对比学习的可解释个性化推荐方法，设有三个核心模块来学习用户短期行为的顺序表示；利用门融合操作来整合在线用户的长期和短期行为偏好；对于关键字生成任务，使用了Transformer，它在文本生成中也得到了广泛的应用，利用多头自注意来计算输出序列od中关键字的注意权重，设计一个复制网络，从短期和长期关键词序列中复制关键词，在时间步t上，λt决定关键字是从关键字分布pvocab中生成的，还是从短期和长期关键字序列中复制的；这产生一个关键字概率分布:推荐产品还生成关键字，从而增强了推荐结果的可解释性；该方法同时实现个性化产品推荐和解释关键词生成任务，在这两个任务中整合了长期和短期用户偏好。
-
公开(公告)号：CN113963718B
公开(公告)日：2024-04-16
申请号：CN202111245978.0
申请日：2021-10-26
申请人： 合肥工业大学
IPC分类号： G10L25/27 , G10L25/45 , G10L25/78 , G10L25/24 , G06N3/0464 , G06N3/09 , G06F18/23213
摘要： 本发明公开了一种基于深度学习的语音会话分割方法，包括：1获取会话语音集合并进行分帧和短时加窗处理；2筛除静音段；3提取语音信号的显式特征；4提取语音信号的隐式特征5κ‑means聚类。本发明方法在有背景噪声情况下仍然能保证分割聚类的准确性和时效性。
-
公开(公告)号：CN114387997B
公开(公告)日：2024-03-29
申请号：CN202210072804.7
申请日：2022-01-21
申请人： 合肥工业大学 , 合肥供水集团有限公司
摘要： 本发明公开了一种基于深度学习的语音情感识别方法，其步骤包括：1获取会话语音集合并进行分帧和加窗处理；2提取语音帧的LLDs特征序列和语谱图；3提取LLDs序列的表征；4提取语谱图的表征。5使用特征融合与结果融合的策略以得到最后的情感预测结果。本发明能有效预测语音的情感类别，并能提高预测准确性。
-
公开(公告)号：CN115935067A
公开(公告)日：2023-04-07
申请号：CN202211590930.8
申请日：2022-12-12
申请人： 合肥工业大学
IPC分类号： G06F16/9535 , G06F18/25 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种面向社会化推荐的语义与结构视图融合的物品推荐方法，其步骤包括：1提出社会化推荐中隐性关系的定义；2构建异构信息网络并定义元路径；3提取局部评分预测；4提取全局评分预测；5模型融合；6提出针对用户评级行为的约束；7模型训练并得到训练后的深度图模型和训练后的宽度线性注意力模型。本发明能在不同的社交关系分布不平衡性和稀疏性条件下仍能保证推荐的准确性和稳定性。
-
公开(公告)号：CN115544373A
公开(公告)日：2022-12-30
申请号：CN202211335432.9
申请日：2022-10-28
申请人： 合肥工业大学
IPC分类号： G06F16/9535 , G06F16/2458 , G06N3/04 , G06Q50/00
摘要： 本发明公开了一种问答社区中基于模体的问题推荐方法，其步骤包括：1、采集数据并构建问答社区网络；2、使用模体挖掘算法挖掘用户网络中的模体，并基于模体构建模体网络；3、使用网络嵌入学习算法学习网络的节点嵌入，学习到回答者对于提问者及问题的偏好；4、融合回答者两方面的偏好，利用评分函数预测回答者对于新问题的匹配程度，依据匹配分数将回答者降序排列，并给前N个用户推荐该问题进行回答，从而完成问题推荐任务。本发明结合了模体挖掘算法和模体网络的嵌入学习算法，利用图神经网络充分捕捉了模体网络中的用户历史交互信息，并充分融合了用户个人特征信息、网络结构信息和文本语义信息，从而实现了更准确的推荐效果。
-
公开(公告)号：CN112905741B
公开(公告)日：2022-04-12
申请号：CN202110183557.3
申请日：2021-02-08
申请人： 合肥供水集团有限公司 , 合肥工业大学
IPC分类号： G06F16/33 , G06F16/335 , G06F40/30
摘要： 本发明公开了一种考虑时空特征的供水用户关注点挖掘方法，其步骤包括：1.基于时间维度数据，构建T个带时间标签的用水文本数据；2.基于空间维度数据，构建K个带空间标签的用水文本数据；3.基于时间和空间维度数据，构建T×K个带时‑空标签的用水文本数据；4.对所述用户反馈的用水文本数据进行去停用词、语义对齐以及分词处理，得到预处理后的用水文本数据；5.利用TF‑IDF在微观局部上挖掘出用户用水的关注点；6.利用主题模型在宏观整体上挖掘出用户用水的关注点。本发明能通过对用户反馈的用水文本数据进行挖掘，从而能快速且精确的得到用户对用水的关注点，并结合TF‑IDF和主题模型技术，在微观局部与宏观整体上实现结果的对比。
-
公开(公告)号：CN114154498A
公开(公告)日：2022-03-08
申请号：CN202111489894.1
申请日：2021-12-08
申请人： 合肥工业大学
IPC分类号： G06F40/289 , G06F40/216 , G06F17/16 , G06K9/62 , G06V10/77
摘要： 本发明公开了一种基于科技大数据文本内容的创新性评估方法，包括：1、科技大数据文本内容的获取、预处理及分词；2、使用TF‑IDF模型处理分词后的科技大数据文本数据，构建待评估的科技大数据文档词向量；3、运用主成分分析法(PCA)对文档词向量进行降维；4、计算时间窗M下所有文档之间的相似性，用每个文档词向量之间的余弦相似度表示；5、对每一集合中的相似度值进行降序排序，选择与该文本相似度最高的L个值，其中最小的相似度值即可表示该文本的创新性大小，并得出标准化后的创新性评分。本发明能够有效地评估科技大数据的创新性高低，并提高评估准确性，从而为有价值的科技大数据的评估和筛选奠定基础。
-
公开(公告)号：CN108920431B
公开(公告)日：2022-02-18
申请号：CN201810669771.8
申请日：2018-06-26
申请人： 合肥工业大学
IPC分类号： G06F17/18
摘要： 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：CN114003815A
公开(公告)日：2022-02-01
申请号：CN202111299225.8
申请日：2021-11-04
IPC分类号： G06F16/9535 , G06F16/9536 , G06Q50/00
摘要： 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：CN113963718A
公开(公告)日：2022-01-21
申请号：CN202111245978.0
申请日：2021-10-26
申请人： 合肥工业大学
摘要： 本发明公开了一种基于深度学习的语音会话分割方法，包括：1获取会话语音集合并进行分帧和短时加窗处理；2筛除静音段；3提取语音信号的显式特征；4提取语音信号的隐式特征5κ‑means聚类。本发明方法在有背景噪声情况下仍然能保证分割聚类的准确性和时效性。
-
-
-
-
-
-
-
-
-
搜索结果
155 条记录 (耗时 0.027 秒)
