-
公开(公告)号:CN107862039B
公开(公告)日:2020-11-17
申请号:CN201711078635.3
申请日:2017-11-06
Applicant: 工业和信息化部电子第五研究所 , 合肥工业大学 , 广州赛宝认证中心服务有限公司
IPC: G06F16/955 , G06F16/958 , G06F16/9535
Abstract: 本发明涉及一种网页数据获取方法及系统、数据匹配推送方法、计算机存储介质及设备,其中网页数据获取方法包括:将目标网页的网址与参考网址进行比较,确定所述网址的类型;根据所述网址的类型,确定网页搜索策略;根据所述网页搜索策略采集所述目标网页的网页数据。上述方案通过将目标网页的网址与预设参考网址进行比较,确定网址的类型,根据网址的类型确定网页搜索策略,通过采取该网页搜索策略对目标网页进行网页数据采集,从而提高了网页数据获取的效率。
-
公开(公告)号:CN107784112A
公开(公告)日:2018-03-09
申请号:CN201711080284.X
申请日:2017-11-06
Applicant: 广州赛宝认证中心服务有限公司 , 合肥工业大学 , 工业和信息化部电子第五研究所
IPC: G06F17/30
Abstract: 本发明涉及一种短文本数据增强方法,包括以下步骤:获取短文本文档合集,打开短文本文档合集内的所有文档,读取各文档的文本内容;将各文本内容作为文本数据增强项分别传送至临时存储区中;将临时存储区中的各文本数据增强项分别写入对应的文档中。上述短文本数据增强方法,通过读取文档的文本内容,将文本内容作为文本数据增强项传送至临时存储区中,将文本数据增强项写入文档中,在不引用外部信息的情况下,利用自身数据信息,增加文本长度,增强主题信息,有效提高主题质量,缓解了文本内容过少、文本稀疏性太强而无法深入理解主题信息的问题,有利于文本主题的挖掘。
-
公开(公告)号:CN106651519B
公开(公告)日:2019-11-12
申请号:CN201611207428.9
申请日:2016-12-23
Applicant: 广州赛宝认证中心服务有限公司 , 合肥工业大学 , 工业和信息化部电子第五研究所
IPC: G06Q30/06 , G06F16/9535
Abstract: 本发明涉及一种基于标签信息的个性化推荐方法和系统,该方法包括:通过根据各用户标识所对应的各标签信息对各产品标识进行标记的状态生成三维表,根据三维表建立用户产品交互矩阵模型和产品标签关系矩阵模型;根据用户产品交互矩阵模型和产品标签关系矩阵模型,构建用户标识、产品标识和标签信息对应的联合分解模型;利用贝叶斯个性化排序方法求解联合分解模型得到多个参数值;根据参数值获取用户标识对各产品标识的偏好程度;根据偏好程度从产品标识中选取推荐标识,将推荐标识对应的产品信息推荐给对应的用户标识所在的终端。如此,能解决在标签信息中数据稀疏性的限制,提高个性化排序的精度,从而提高推荐的准确度。
-
公开(公告)号:CN107862039A
公开(公告)日:2018-03-30
申请号:CN201711078635.3
申请日:2017-11-06
Applicant: 工业和信息化部电子第五研究所 , 合肥工业大学 , 广州赛宝认证中心服务有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种网页数据获取方法及系统、数据匹配推送方法、计算机存储介质及设备,其中网页数据获取方法包括:将目标网页的网址与参考网址进行比较,确定所述网址的类型;根据所述网址的类型,确定网页搜索策略;根据所述网页搜索策略采集所述目标网页的网页数据。上述方案通过将目标网页的网址与预设参考网址进行比较,确定网址的类型,根据网址的类型确定网页搜索策略,通过采取该网页搜索策略对目标网页进行网页数据采集,从而提高了网页数据获取的效率。
-
公开(公告)号:CN106651519A
公开(公告)日:2017-05-10
申请号:CN201611207428.9
申请日:2016-12-23
Applicant: 广州赛宝认证中心服务有限公司 , 合肥工业大学 , 工业和信息化部电子第五研究所
Abstract: 本发明涉及一种基于标签信息的个性化推荐方法和系统,该方法包括:通过根据各用户标识所对应的各标签信息对各产品标识进行标记的状态生成三维表,根据三维表建立用户产品交互矩阵模型和产品标签关系矩阵模型;根据用户产品交互矩阵模型和产品标签关系矩阵模型,构建用户标识、产品标识和标签信息对应的联合分解模型;利用贝叶斯个性化排序方法求解联合分解模型得到多个参数值;根据参数值获取用户标识对各产品标识的偏好程度;根据偏好程度从产品标识中选取推荐标识,将推荐标识对应的产品信息推荐给对应的用户标识所在的终端。如此,能解决在标签信息中数据稀疏性的限制,提高个性化排序的精度,从而提高推荐的准确度。
-
公开(公告)号:CN107784112B
公开(公告)日:2020-03-03
申请号:CN201711080284.X
申请日:2017-11-06
Applicant: 广州赛宝认证中心服务有限公司 , 合肥工业大学 , 工业和信息化部电子第五研究所
IPC: G06F16/335 , G06F16/33 , G06F16/31 , G06F16/35
Abstract: 本发明涉及一种短文本数据增强方法,包括以下步骤:获取短文本文档合集,打开短文本文档合集内的所有文档,读取各文档的文本内容;将各文本内容作为文本数据增强项分别传送至临时存储区中;将临时存储区中的各文本数据增强项分别写入对应的文档中。上述短文本数据增强方法,通过读取文档的文本内容,将文本内容作为文本数据增强项传送至临时存储区中,将文本数据增强项写入文档中,在不引用外部信息的情况下,利用自身数据信息,增加文本长度,增强主题信息,有效提高主题质量,缓解了文本内容过少、文本稀疏性太强而无法深入理解主题信息的问题,有利于文本主题的挖掘。
-
公开(公告)号:CN106651520A
公开(公告)日:2017-05-10
申请号:CN201611208387.5
申请日:2016-12-23
Applicant: 合肥工业大学 , 广州赛宝认证中心服务有限公司
IPC: G06Q30/06
CPC classification number: G06Q30/0601
Abstract: 本发明涉及一种电商平台长尾服务推荐方法和系统,通过获取长尾服务中的待推荐服务,根据推荐服务将账户分为基础账户和备选账户,并获取各基础账户和备选账户之间的评分相似度、偏好相似度和隐特征相似度,并根据评分相似度、偏好相似度和隐特征相似度考虑,从多个备选账户中选取预设个数的备选账户作为推荐账户,将待推荐服务推荐给推荐账户。通过融合三种相似度,从多方面考虑备选账户与基础账户之间的相似性,从而从备选账户中选取推荐账户进行待推荐服务的推荐,将待推荐服务推荐给真正需要的账户,推荐效果好,推荐转化率高。
-
公开(公告)号:CN108537638B
公开(公告)日:2020-12-15
申请号:CN201810325618.3
申请日:2018-04-12
Applicant: 合肥工业大学
IPC: G06Q30/06
Abstract: 本发明提供了一种基于贝叶斯回归的利基产品推荐方法及装置。该利基产品推荐方法通过获取用户的兴趣偏好、邻居的兴趣偏好和产品的口碑,得到用户的总体偏好向量,然后再获取用户的特殊偏好向量,之后根据总体偏好向量和特殊偏好向量确定加权贝叶斯回归模型,最后根据加权贝叶斯回归模型为向各利基产品的排序靠前的设定数量个用户推荐。可见,本实施例中结合用户整体和用户个体,可以有针对性推荐利基产品,可以提高推荐效率和推荐成功率,进而提升用户的购物体验。
-
公开(公告)号:CN108564445A
公开(公告)日:2018-09-21
申请号:CN201810335754.0
申请日:2018-04-13
Applicant: 合肥工业大学
IPC: G06Q30/06
Abstract: 本发明提供一种利基项目推荐方法及装置。包括:根据描述内容获取M个已知项目和N个利基项目中每个项目的主题分布;基于主题分布从每个项目中随机抽取一个主题确定为所述每个项目的主题;聚集具有相同主题的已知项目和利基项目,得到N个聚集组;基于主题建立每个聚集组的分层贝叶斯线性回归模型;获取所述每个聚集组的分层贝叶斯线性回归模型的模型参数;基于回归模型获取所述每个聚集组中利基项目与所有用户的相关度,向相关度较大的预设数量位用户推荐所述利基项目。本实施例能够数据稀疏的情况下充分利用用户信息,有利于提高利基项目推荐的转换率。另外,本发明实施例提供了一种利基项目推荐的方法,能够区分出利基项目和长尾项目。
-
公开(公告)号:CN108564445B
公开(公告)日:2022-03-22
申请号:CN201810335754.0
申请日:2018-04-13
Applicant: 合肥工业大学
IPC: G06Q30/06
Abstract: 本发明提供一种利基项目推荐方法及装置。包括:根据描述内容获取M个已知项目和N个利基项目中每个项目的主题分布;基于主题分布从每个项目中随机抽取一个主题确定为所述每个项目的主题;聚集具有相同主题的已知项目和利基项目,得到N个聚集组;基于主题建立每个聚集组的分层贝叶斯线性回归模型;获取所述每个聚集组的分层贝叶斯线性回归模型的模型参数;基于回归模型获取所述每个聚集组中利基项目与所有用户的相关度,向相关度较大的预设数量位用户推荐所述利基项目。本实施例能够数据稀疏的情况下充分利用用户信息,有利于提高利基项目推荐的转换率。另外,本发明实施例提供了一种利基项目推荐的方法,能够区分出利基项目和长尾项目。
-
-
-
-
-
-
-
-
-