-
公开(公告)号：CN104966125B
公开(公告)日：2018-07-24
申请号：CN201510228294.8
申请日：2015-05-06
申请人： 同济大学
IPC分类号： G06F17/00
摘要： 本发明涉及一种社交网络的物品评分及推荐方法，包括以下步骤：1)根据用户组U对已评分的物品组I的评分值建立用户‑物品评分二部图，计算用户组U中两用户间的相似度，并预测用户组U中的目标用户u对待评分物品j的评分，并得到预测用户‑物品评分二部图；2)根据用户组U的社交网络建立用户‑用户好友关系不可分图，并根据预测用户‑物品评分二部图和用户‑用户好友关系不可分图计算得到用户‑物品评分矩阵R和用户‑用户好友关系矩阵A。3)选定一个权值a，通过同一化A和R来建立物品推荐融合矩阵X；4)根据物品推荐融合矩阵X，向用户组U中的目标用户u推荐物品。与现有技术相比，本发明具有方法先进、可行性高等优点。
-
公开(公告)号：CN104778213A
公开(公告)日：2015-07-15
申请号：CN201510121263.2
申请日：2015-03-19
申请人： 同济大学
摘要： 本发明涉及一种基于随机游走的社交网络推荐方法，包括以下步骤：1)在社交网络中选定一个源用户u和待预测物品i，设定游走步数k的最大值为6；2)在社交网络中以源用户u为起点开始进行随机游走，到达用户uk时，判断用户uk是否对待预测物品i有评分；3)根据用户uk的所有已评分物品的集合和步数k计算此次停止游走的概率4)选择一个代替物品j，记录用户uk对代替物品j的评分为5)在社交网络中与uk直接相连的用户集合中选择下一步随机游走的节点用户uk+1；6)根据记录下来的评分，预测源用户u对待预测物品i的评分ru,i，并将待预测物品i推荐给源用户u。与现有技术相比，本发明具有准确率高、覆盖率广、方法先进等优点。
-
公开(公告)号：CN104156450A
公开(公告)日：2014-11-19
申请号：CN201410403849.3
申请日：2014-08-15
申请人： 同济大学
IPC分类号： G06F17/30
CPC分类号： G06F17/30867
摘要： 本发明涉及一种基于用户网络数据的物品信息推荐方法，其特征在于，包括以下步骤：1)通过用户的网络数据获取用户的物品需求信息，建立用户需求特征库；2)根据物品网络数据建立物品信息特征库；3)采用文本和语义相似度算法将用户需求特征和物品信息特征进行匹配，计算物品信息与用户需求之间的相似度并排序、过滤，最后产生推荐结果；4)将生成的推荐结果反馈回用户需求特征库和物品信息特征库并且训练更新。与现有技术相比，本发明具有信息全面、适应性广等优点。
-
公开(公告)号：CN104778213B
公开(公告)日：2018-10-26
申请号：CN201510121263.2
申请日：2015-03-19
申请人： 同济大学
摘要： 本发明涉及一种基于随机游走的社交网络推荐方法，包括以下步骤：1)在社交网络中选定一个源用户u和待预测物品i，设定游走步数k的最大值为6；2)在社交网络中以源用户u为起点开始进行随机游走，到达用户uk时，判断用户uk是否对待预测物品i有评分；3)根据用户uk的所有已评分物品的集合和步数k计算此次停止游走的概率4)选择一个代替物品j，记录用户uk对代替物品j的评分为5)在社交网络中与uk直接相连的用户集合中选择下一步随机游走的节点用户uk+1；6)根据记录下来的评分，预测源用户u对待预测物品i的评分ru,i，并将待预测物品i推荐给源用户u。与现有技术相比，本发明具有准确率高、覆盖率广、方法先进等优点。
-
公开(公告)号：CN104182489B
公开(公告)日：2018-04-27
申请号：CN201410391873.X
申请日：2014-08-11
申请人： 同济大学
IPC分类号： G06F17/30
摘要： 本发明涉及一种文本大数据的查询处理方法，包括以下步骤：1)规范文本大数据语义，构造文本大数据查询分析过程中的查询对象语义范式模型以及精确描述语义，2)建立指令解析与查询工作流模型，构建查询指令语义模型，精炼语义，并且选择和重构查询工作流，3)查询过程控制和反馈结果，筛选查询方法模型，评估和计算查询置信度，并且返回置信度最高的工作流。与现有技术相比，本发明具有方便快速、准确可靠等优点。
-
公开(公告)号：CN104156450B
公开(公告)日：2017-11-07
申请号：CN201410403849.3
申请日：2014-08-15
申请人： 同济大学
IPC分类号： G06F17/30
摘要： 本发明涉及一种基于用户网络数据的物品信息推荐方法，其特征在于，包括以下步骤：1)通过用户的网络数据获取用户的物品需求信息，建立用户需求特征库；2)根据物品网络数据建立物品信息特征库；3)采用文本和语义相似度算法将用户需求特征和物品信息特征进行匹配，计算物品信息与用户需求之间的相似度并排序、过滤，最后产生推荐结果；4)将生成的推荐结果反馈回用户需求特征库和物品信息特征库并且训练更新。与现有技术相比，本发明具有信息全面、适应性广等优点。
-
公开(公告)号：CN106897419A
公开(公告)日：2017-06-27
申请号：CN201710098746.4
申请日：2017-02-23
申请人： 同济大学
CPC分类号： G06F16/9535 , G06Q30/0631 , G06Q50/01
摘要： 本发明面向大规模社交网络环境，将排序学习策略引入到推荐方法之中，设计并实现一种融合用户和物品社交信息，基于对级排序学习的推荐方法。该方法针对具有潜在购买力的目标用户，根据训练得到的排序模型对物品列表进行排序，最终得到一个排序列表作为该目标用户的推荐列表进行推荐，从而显著提高推荐结果的准确度。
-
公开(公告)号：CN104182491B
公开(公告)日：2017-06-13
申请号：CN201410392470.7
申请日：2014-08-11
申请人： 同济大学
IPC分类号： G06F17/30
摘要： 本发明涉及一种最优轮廓服务集获取方法，包括以下步骤：1)根据用户提交的轮廓分析指令集合AS，构建轮廓服务选择代价评估器；2)基于轮廓服务选择代价评估器，产生通讯代价最小轮廓服务集合OSSMCC；3)基于轮廓服务选择代价评估器，产生任务代价最小轮廓服务集合OSSMTC；4)构建轮廓服务收益指数计算器，对于给定的轮廓服务OS，计算器获取OS从服务提供商端传输到企业用户端后的收益值；5)根据轮廓服务收益指数计算器，在用户给定的最大允许值MaxAV的约束条件下，获取最终的最优轮廓服务集合OOSS。与现有技术相比，本发明具有等准确、快速、高效等优点。
-
公开(公告)号：CN104182489A
公开(公告)日：2014-12-03
申请号：CN201410391873.X
申请日：2014-08-11
申请人： 同济大学
IPC分类号： G06F17/30
CPC分类号： G06F17/30309 , G06F17/2785 , G06F17/30294 , G06F17/3043 , G06F17/30439 , G06F17/30448 , G06F17/30454 , G06F17/30598
摘要： 本发明涉及一种文本大数据的查询处理方法，包括以下步骤：1)规范文本大数据语义，构造文本大数据查询分析过程中的查询对象语义范式模型以及精确描述语义，2)建立指令解析与查询工作流模型，构建查询指令语义模型，精炼语义，并且选择和重构查询工作流，3)查询过程控制和反馈结果，筛选查询方法模型，评估和计算查询置信度，并且返回置信度最高的工作流。与现有技术相比，本发明具有方便快速、准确可靠等优点。
-
公开(公告)号：CN104966125A
公开(公告)日：2015-10-07
申请号：CN201510228294.8
申请日：2015-05-06
申请人： 同济大学
摘要： 本发明涉及一种社交网络的物品评分及推荐方法，包括以下步骤：1)根据用户组U对已评分的物品组I的评分值建立用户-物品评分二部图，计算用户组U中两用户间的相似度，并预测用户组U中的目标用户u对待评分物品j的评分，并得到预测用户-物品评分二部图；2)根据用户组U的社交网络建立用户-用户好友关系不可分图，并根据预测用户-物品评分二部图和用户-用户好友关系不可分图计算得到用户-物品评分矩阵R和用户-用户好友关系矩阵A。3)选定一个权值a，通过同一化A和R来建立物品推荐融合矩阵X；4)根据物品推荐融合矩阵X，向用户组U中的目标用户u推荐物品。与现有技术相比，本发明具有方法先进、可行性高等优点。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.022 秒)
