一种基于自适应时间戳与多尺度特征提取的轨迹预测方法

    公开(公告)号:CN112667763A

    公开(公告)日:2021-04-16

    申请号:CN202011594675.5

    申请日:2020-12-29

    Abstract: 本发明公开了一种基于自适应时间戳与多尺度特征提取的轨迹预测方法,包括以下步骤:S1:构建自适应轨迹切割时间戳;S2:根据时间戳,对用户轨迹进行切割,来拟合用户的运动模式;S3:对用户历史轨迹进行特征提取;S4:对特征向量进行归一化处理,统一多尺度特征量纲;S5:通过LSTM网络模型和分类器预测下一个POI。本发明通过结合历史轨迹数据的时间统计特性,自适应地为每一个用户定义个性化时间戳,关注不同用户运动模式之间的差异性;并结合时间序列特征提取方法多尺度对用户轨迹特征进行提取,解决了人为固定时间戳定义、轨迹特征单一性以及特征向量嵌入量纲不统一给用户轨迹预测带来的问题,提高了预测精度的效果。

    一种基于自适应时间戳与多尺度特征提取的轨迹预测方法

    公开(公告)号:CN112667763B

    公开(公告)日:2022-09-13

    申请号:CN202011594675.5

    申请日:2020-12-29

    Abstract: 本发明公开了一种基于自适应时间戳与多尺度特征提取的轨迹预测方法,包括以下步骤:S1:构建自适应轨迹切割时间戳;S2:根据时间戳,对用户轨迹进行切割,来拟合用户的运动模式;S3:对用户历史轨迹进行特征提取;S4:对特征向量进行归一化处理,统一多尺度特征量纲;S5:通过LSTM网络模型和分类器预测下一个POI。本发明通过结合历史轨迹数据的时间统计特性,自适应地为每一个用户定义个性化时间戳,关注不同用户运动模式之间的差异性;并结合时间序列特征提取方法多尺度对用户轨迹特征进行提取,解决了人为固定时间戳定义、轨迹特征单一性以及特征向量嵌入量纲不统一给用户轨迹预测带来的问题,提高了预测精度的效果。

    基于协同过滤推荐机制的社交机器账户集群任务处理方法

    公开(公告)号:CN119537709A

    公开(公告)日:2025-02-28

    申请号:CN202411486649.9

    申请日:2024-10-23

    Abstract: 本发明提供一种基于协同过滤推荐机制的社交机器账户集群任务处理方法,属于智能体控制技术领域,包括:获取目标协同过滤推荐任务;基于多个智能体中每个智能体的状态数据从多个智能体中确定目标智能体;确定与目标协同过滤推荐任务对应的目标算法,其中,目标算法用于实现以下事件至少之一:软硬新闻分类事件、文本审核事件、文章分类事件;控制目标智能体基于目标算法执行目标协同过滤推荐任务。本发明提供的基于协同过滤推荐机制的社交机器账户集群任务处理方法,解决了相关技术中的基于协同过滤推荐机制的社交机器账户集群任务处理方法,存在任务处理效率较低的技术问题。

    新闻推荐系统评估方法、装置、电子设备及存储介质

    公开(公告)号:CN119829825A

    公开(公告)日:2025-04-15

    申请号:CN202411696225.5

    申请日:2024-11-25

    Abstract: 本发明提供一种新闻推荐系统评估方法、装置、电子设备及存储介质,属于系统评估技术领域,包括:模拟用户向目标新闻推荐系统发送浏览请求;获取目标新闻推荐系统返回的推送数据;基于推送数据从信息茧房评估、多样性评估、情感茧房评估、客观性评估和意图性评估五个维度进行评估,输出评估结果。本发明提供的新闻推荐系统评估方法,解决了相关技术中的新闻推荐系统评估方法,存在无法准确且全面地评估新闻推荐系统对用户的影响的技术问题。

Patent Agency Ranking