-
公开(公告)号：CN109597931B
公开(公告)日：2019-07-16
申请号：CN201811247462.8
申请日：2018-10-25
申请人： 北京开普云信息科技有限公司 , 开普云信息科技股份有限公司
IPC分类号： G06F16/9535
摘要： 本发明提供了一种基于规则引擎的智能推送方法及系统，本发明方法具体包括以下步骤：S1、构建规则引擎；S2、采集用户操作习惯等信息资源；S3、构建规则库：对采集的信息资源做分类整理，构建规则库，并根据各个分类的特点定义规则库；S4、按照规则对采集的信息资源做分析处理；S5、返回分析结果，后台定时器定期向用户推送资源。另外，本发明还提供了一种基于规则引擎的智能推送系统，本发明的技术方案解决了传统系统在选择用户关注或感兴趣的内容上准确度不足、时间段上把握不精准、开发维护上费时又费力的问题，能够精确识别用户关注或感兴趣的内容，通过分析和预测用户的操作习惯，有针对性地、在准确的时间段将内容主动推送给用户，并及时通知更新和更改的内容，使用户在浏览和阅读时更加方便和快捷，大大满足了用户个性化需求，同时也降低了系统更新和维护的成本。
-
公开(公告)号：CN109597931A
公开(公告)日：2019-04-09
申请号：CN201811247462.8
申请日：2018-10-25
申请人： 北京开普云信息科技有限公司 , 广东开普云信息科技股份有限公司
IPC分类号： G06F16/9535
摘要： 本发明提供了一种基于规则引擎的智能推送方法及系统，本发明方法具体包括以下步骤：S1、构建规则引擎；S2、采集用户操作习惯等信息资源；S3、构建规则库：对采集的信息资源做分类整理，构建规则库，并根据各个分类的特点定义规则库；S4、按照规则对采集的信息资源做分析处理；S5、返回分析结果，后台定时器定期向用户推送资源。另外，本发明还提供了一种基于规则引擎的智能推送系统，本发明的技术方案解决了传统系统在选择用户关注或感兴趣的内容上准确度不足、时间段上把握不精准、开发维护上费时又费力的问题，能够精确识别用户关注或感兴趣的内容，通过分析和预测用户的操作习惯，有针对性地、在准确的时间段将内容主动推送给用户，并及时通知更新和更改的内容，使用户在浏览和阅读时更加方便和快捷，大大满足了用户个性化需求，同时也降低了系统更新和维护的成本。
-
公开(公告)号：CN109542895A
公开(公告)日：2019-03-29
申请号：CN201811247458.1
申请日：2018-10-25
申请人： 北京开普云信息科技有限公司 , 广东开普云信息科技股份有限公司
摘要： 本发明提供了一种基于元数据自定义扩展的资源管理方法及系统。本发明方法的具体实施步骤包括：S1、构建元数据或元数据集；S2、将元数据或元数据集匹配到指定目录中；S3、通过外部程序访问接口，带回准备上传的信息资源；S4、导入或添加信息资源；S5、对元数据进行自定义扩展。本发明的技术方案解决了资源管理过程中在提取元数据时仅仅依靠人工方式进行匹配出现的低准确度和不完整性问题，通过“人工匹配+自动匹配算法”方式大大提升元数据提取的工作效率，准确度更高，且极大丰富了索引库，为高级搜索带来更好的用户体验。
-
公开(公告)号：CN111723256A
公开(公告)日：2020-09-29
申请号：CN202010503176.4
申请日：2020-06-03
申请人： 开普云信息科技股份有限公司 , 北京开普云信息科技有限公司
IPC分类号： G06F16/906 , G06F16/953 , G06F16/901 , G06N3/04 , G06N3/08
摘要： 本发明提供一种基于信息资源库的政务用户画像构建方法及其系统，所述方法包括：系统汇聚原始资源，根据存储介质构建多源计算模型；为资源自动匹配相应压缩算法并切片，根据网络环境自适应调整切片大小，运用数字指纹算法为每个切片生成数字指纹，经比对将有效切片与多源计算模型进行匹配，统一编码、自动寻址后存储；分析存储的数字指纹特征，智能抽取特征输出特定标签，运用聚类算法自动关联特定标签，构建用户分析模型，开展机器训练和加权计算，根据权重生成用户画像；运用推荐算法对用户画像打分实现精准推送，本技术通过对用户政务数据的智能分析梳理，构建法人/自然人用户画像，为实现政府网站的千人千网、专人专网的精准推送奠定基础。
-
公开(公告)号：CN110968629A
公开(公告)日：2020-04-07
申请号：CN201911177982.0
申请日：2019-11-27
申请人： 开普云信息科技股份有限公司 , 北京开普云信息科技有限公司
摘要： 本发明提供了一种基于跨层级、异构数据汇聚的统一信息资源管理方法及系统，所述系统包括上级矩阵单元和下级矩阵单元，其中，上级矩阵单元包括全量统一信息资源库、中央控制节点；下级矩阵单元包括N个分节点统一信息资源库，N表示大于零的整数。与现有技术相比，通过建立统一信息资源库上下级矩阵体系，形成全区域统建+分级式部署的资源管理体系；通过制定统一信息资源标准，将不同厂商、不同应用系统数据按照统一信息资源标准进行汇聚，实现数据融合和信息资源统一存储；通过运用中央控制节点技术，构建“统一资源中心”，实现对区域内各级政府网站信息资源进行统一规划；通过标准的数据转换、数据接口服务向生态平台中各应用提供个性化数据服务支撑，解决了异构信息系统的数据融合问题，对源系统数据厂商降低依赖或不依赖。
-
公开(公告)号：CN110955419A
公开(公告)日：2020-04-03
申请号：CN201911246835.4
申请日：2019-12-09
申请人： 开普云信息科技股份有限公司 , 北京开普云信息科技有限公司
摘要： 本发明提供一种基于事件监听可自动留痕的HTML编辑器、系统及其实现方法，所述方法包括：在HTML编辑器中设置并启动事件监听函数，系统自动监听来自HTML编辑器的所有事件，当触发时，HTML编辑器进入自动留痕模式，调用函数执行事件并标记唯一标识，将结果封装并记录到日志。与现有技术相比，本发明基于监听键盘和鼠标事件，触发HTML编辑器进入自动留痕模式，实现HTML编辑器的自动修改留痕功能。这种基于事件监听方式的自动留痕技术无需安装OCX控件，对本地应用环境无要求，兼容各种常见浏览器，使用简便，能够直观形象的反映出数据修改的历史和轨迹，便于内容管理和协作。
-
公开(公告)号：CN109542895B
公开(公告)日：2019-12-06
申请号：CN201811247458.1
申请日：2018-10-25
申请人： 北京开普云信息科技有限公司 , 开普云信息科技股份有限公司
摘要： 本发明提供了一种基于元数据自定义扩展的资源管理方法及系统。本发明方法的具体实施步骤包括：S1、构建元数据或元数据集；S2、将元数据或元数据集匹配到指定目录中；S3、通过外部程序访问接口，带回准备上传的信息资源；S4、导入或添加信息资源；S5、对元数据进行自定义扩展。本发明的技术方案解决了资源管理过程中在提取元数据时仅仅依靠人工方式进行匹配出现的低准确度和不完整性问题，通过“人工匹配+自动匹配算法”方式大大提升元数据提取的工作效率，准确度更高，且极大丰富了索引库，为高级搜索带来更好的用户体验。
-
公开(公告)号：CN109118168A
公开(公告)日：2019-01-01
申请号：CN201810815714.6
申请日：2018-07-20
申请人： 北京开普云信息科技有限公司 , 广东开普云信息科技股份有限公司
CPC分类号： G06Q10/103 , G06Q40/04 , G06Q50/26
摘要： 本发明提供了一种基于区块链机制的政务服务过程追溯系统及其构建方法，本发明通过构建区块链基础技术平台，利用块链式数据结构来存储、验证与管理从申请人、各部门采集的数据，利用节点共识算法更新数据，保证数据的一致性，利用加密算法对系统采集的数据进行加密传输和存储，保障数据传输和访问安全；通过自动化脚本代码实现基本信息、业务申请信息、证照信息的智能合约开发。实现在政务服务“多证合一”办理中涉及的多部门协同审批，数据相同信息“一次采集、一档管理”等业务应用场景的“去中心化”和全过程快速追溯优势，有效提高部门之间共享材料的透明度和信任度。
-
公开(公告)号：CN111723287B
公开(公告)日：2021-03-05
申请号：CN202010502980.0
申请日：2020-06-03
申请人： 开普云信息科技股份有限公司 , 北京开普云信息科技有限公司
IPC分类号： G06F16/9535 , G06N3/04 , G06N3/08
摘要： 本发明提供一种基于大规模机器学习的内容和服务推荐方法及其系统，所述方法包括：系统采用半监督学习的方式实现智能推荐，首先，粗粒度定义用户和资源的特征标签，通过计算标签权重对标签进行关联；其次，细粒度挖掘用户和资源的关系，采用BP神经网络学习规则对数据进行机器训练并构建模型，通过计算推荐度对待推荐资源进行打分和排序，从而实现搜索结果、资源内容的关联展示和个性化服务推荐，本发明将BP神经网络技术与推荐技术相结合，充分利用积累的网站大数据，通过大规模机器训练实现智能化推荐，具有很强的非线性映射能力和柔性的网络结构，有效提升了资源发布效率，实现快速、高效且准确的内容和服务推荐，获得更高的用户满意度。
-
公开(公告)号：CN111723287A
公开(公告)日：2020-09-29
申请号：CN202010502980.0
申请日：2020-06-03
申请人： 开普云信息科技股份有限公司 , 北京开普云信息科技有限公司
IPC分类号： G06F16/9535 , G06N3/04 , G06N3/08
摘要： 本发明提供一种基于大规模机器学习的内容和服务推荐方法及其系统，所述方法包括：系统采用半监督学习的方式实现智能推荐，首先，粗粒度定义用户和资源的特征标签，通过计算标签权重对标签进行关联；其次，细粒度挖掘用户和资源的关系，采用BP神经网络学习规则对数据进行机器训练并构建模型，通过计算推荐度对待推荐资源进行打分和排序，从而实现搜索结果、资源内容的关联展示和个性化服务推荐，本发明将BP神经网络技术与推荐技术相结合，充分利用积累的网站大数据，通过大规模机器训练实现智能化推荐，具有很强的非线性映射能力和柔性的网络结构，有效提升了资源发布效率，实现快速、高效且准确的内容和服务推荐，获得更高的用户满意度。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.05 秒)
