-
公开(公告)号：CN109102127B
公开(公告)日：2021-10-26
申请号：CN201811011469.X
申请日：2018-08-31
申请人： 杭州贝购科技有限公司 , 清华大学
摘要： 本发明实施例提供一种商品推荐方法及装置，包括：获取用户群的购物数据，利用所述购物数据训练基于eALS算法构建的预测模型，获得使所述预测模型达到最优解时的每个用户的用户特征向量以及每个商品的商品特征向量；所述用户特征向量与所述商品特征向量的内积用于表征用户对商品的预测喜好；对于用户群中的任意一个用户，根据该用户的用户特征向量与各商品特征向量的内积，获得该用户对所有商品的预测喜好，根据该用户对所有商品的预测喜好获得该用户的商品推荐列表。本发明实施例在eALS算法中加入用户关注的商品信息的影响，使得构建的预测模型能够更真实的反应用户对商品的喜好程度，从而达到更好的推荐效果。
-
公开(公告)号：CN109102127A
公开(公告)日：2018-12-28
申请号：CN201811011469.X
申请日：2018-08-31
申请人： 杭州贝购科技有限公司 , 清华大学
摘要： 本发明实施例提供一种商品推荐方法及装置，包括：获取用户群的购物数据，利用所述购物数据训练基于eALS算法构建的预测模型，获得使所述预测模型达到最优解时的每个用户的用户特征向量以及每个商品的商品特征向量；所述用户特征向量与所述商品特征向量的内积用于表征用户对商品的预测喜好；对于用户群中的任意一个用户，根据该用户的用户特征向量与各商品特征向量的内积，获得该用户对所有商品的预测喜好，根据该用户对所有商品的预测喜好获得该用户的商品推荐列表。本发明实施例在eALS算法中加入用户关注的商品信息的影响，使得构建的预测模型能够更真实的反应用户对商品的喜好程度，从而达到更好的推荐效果。
-
公开(公告)号：CN118195341A
公开(公告)日：2024-06-14
申请号：CN202410173825.7
申请日：2024-02-07
申请人： 清华大学
IPC分类号： G06Q10/0637 , G06Q50/26 , G06N3/045 , G06N3/08
摘要： 本发明提供了一种基于路网和出行需求数据的地区碳排放量预测方法和装置，所述方法包括：通过预先构建的多层级碳排放量预测模型，根据出行需求数据、路网原始图和路网对偶图，对目标地区进行碳排放量预测，生成碳排放量预测值，多层级碳排放量预测模型是基于训练地区的训练道路网络和出行历史数据对图注意力卷积层和多层感知机训练构建的，将数据驱动自动化进行数据关联分析和模式挖掘的方法应用于探索交通需求和路网共同对地区碳排放量的影响，降低数据收集费用，节约成本；挖掘地区碳排放量与路网、交通出行需求之间的关系，综合多种影响因素进行地区碳排放量的准确预测，提高预测结果的可靠性，从而为后续减碳决策提供有效数据基础。
-
公开(公告)号：CN118139097A
公开(公告)日：2024-06-04
申请号：CN202410203956.5
申请日：2024-02-23
申请人： 清华大学
摘要： 本发明提供一种城市群体移动流量网络生成方法和装置，所述方法包括：获取预存的目标城市的城市属性数据；将所述城市属性数据输入预先训练的拓扑扩散模型，以得到所述拓扑扩散模型输出的所述目标城市的群体移动流量网络的拓扑结构；将所述拓扑结构输入预先训练的流量扩散模型，以得到所述流量扩散模型输出的所述目标城市的群体移动流量网络矩阵；所述拓扑扩散模型的去噪网络的网络参数与所述流量扩散模型的去噪网络的网络参数是采用协同训练算法生成的。解决了现有技术中城市移动流量网络生成缺乏整体特性，数据成本较高，普适性较差的缺陷，实现了所生成的城市移动流量网络对整体特性的展示。
-
公开(公告)号：CN117992916A
公开(公告)日：2024-05-07
申请号：CN202410151786.0
申请日：2024-02-02
申请人： 清华大学
IPC分类号： G06F18/25 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/20 , G06N3/0455 , G06N3/08
摘要： 本发明提供一种人体移动轨迹恢复方法和装置，其中的方法包括：获取目标人体的个体当前轨迹；将目标人体的个体当前轨迹输入预先训练的轨迹扩散模型中，以得到目标人体的恢复轨迹；其中，轨迹扩散模型是利用样本的轨迹移动特征和样本的当前轨迹进行训练得到的，样本的轨迹移动特征是利用样本的群体当前轨迹中的移动特征、个人历史轨迹的移动特征和群体历史轨迹的移动特征进行融合得到的。该方法使得目标人体能够在移动规律指导下恢复轨迹，充分利用个体轨迹捕捉历史周期性和利用群体轨迹捕捉移动趋势性，达到更好的轨迹恢复效果，进而解决了现有技术中人体移动轨迹恢复的准确性较差，所恢复的轨迹与真实轨迹具有较大偏差的问题。
-
公开(公告)号：CN107888605A
公开(公告)日：2018-04-06
申请号：CN201711205653.3
申请日：2017-11-27
申请人： 国家计算机网络与信息安全管理中心 , 清华大学
摘要： 本发明提供一种物联网云平台流量安全分析方法和系统，其中，所述方法包括：S1，分别从蜂窝网络流量和固网流量中提取物联网流量；所述物联网包括服务器和设备；S2，从所述物联网流量中提取服务器侧信息和设备侧信息；S3，根据所述服务器侧信息对所述服务器进行安全分析；根据所述设备侧信息对所述设备进行安全分析。本发明提供的一种物联网云平台流量安全分析方法和系统，通过大量分析物联网设备和服务器之间的通信数据，完成统一的物联网云平台流量安全分析，定位了物联网各平台潜在的安全风险，提高了物联网的安全性能。
-
公开(公告)号：CN118195058A
公开(公告)日：2024-06-14
申请号：CN202410174991.9
申请日：2024-02-07
申请人： 清华大学
IPC分类号： G06Q10/04 , G06Q50/26 , G06N3/048 , G06N3/0499 , G06N3/08
摘要： 本发明提供一种社区规划处理方法及装置，涉及人工智能技术领域。包括：根据社区图表示社区用地规划和社区道路规划；根据图神经网络得到节点表征和边表征，根据节点表征和边表征得到社区中的节点表征均值和边表征均值；根据节点表征构建节点策略网络，根据边表征构建边策略网络，根据节点表征均值和边表征均值构建价值网络；根据与所述社区用地规划对应的第一回报函数训练所述节点策略网络、所述边策略网络和所述价值网络，根据与所述社区道路规划对应的第二回报函数训练所述节点策略网络、所述边策略网络和所述价值网络，得到社区规划结果。所述装置执行上述方法。本发明实施例提供的方法及装置，能够提高社区规划效率。
-
公开(公告)号：CN117217325A
公开(公告)日：2023-12-12
申请号：CN202211508007.5
申请日：2022-11-29
申请人： 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06N20/00 , G06F16/9535 , G06N3/08
摘要： 公开了一种媒体内容推荐模型训练方法和装置。该媒体内容推荐模型训练方法包括：获取多个对象的数据集；对多个交互记录进行分组，使得同一组内媒体内容时长在同一预设范围内；针对每一个交互记录，基于从多个交互记录中采样的第一交互记录构建第一训练样本对；针对每组交互记录中每一个交互记录，基于从该组交互记录中采样的第二交互记录构建第二训练样本对；至少基于第一训练样本对计算第一损失，且至少基于第二训练样本对计算第二损失；基于第一损失和第二损失，确定媒体内容推荐模型的目标损失；基于目标损失，对媒体内容推荐模型的参数进行迭代更新直至满足预设条件。
-
公开(公告)号：CN110889747A
公开(公告)日：2020-03-17
申请号：CN201911215534.5
申请日：2019-12-02
申请人： 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06Q30/06
摘要： 本发明涉及商品推荐方法、装置、系统、计算机设备及存储介质，属于信息推荐技术领域。该方法包括：获取预先构建的第一样本采集模型；所述第一样本采集模型用于表征曝光商品负样本和初始商品负样本之间的相关性；所述初始商品负样本中包含有未曝光商品负样本；根据所述第一样本采集模型，从所述初始商品负样本中确定目标采样商品负样本；根据所述目标采样商品负样本确定目标推荐商品。上述技术方案，解决了传统商品推荐方法不能得到准确的商品推荐结果的问题。能从包含有未曝光商品负样本的初始商品负样本中选取出代表用户真实负向喜好的负样本，进而得到准确的商品推荐结果。
-
公开(公告)号：CN118228912A
公开(公告)日：2024-06-21
申请号：CN202410219851.9
申请日：2024-02-28
申请人： 清华大学
IPC分类号： G06Q10/063 , G06Q10/04 , G06Q50/26 , G06V10/82 , G06N3/0455 , G06N3/0895
摘要： 本发明提供一种基于城市图像的区域经济预测方法和装置，包括：获取目标区域城市图像；将所述目标区域城市图像输入至预先训练的目标语义视觉编码模型，得到目标城市语义视觉特征；将所述目标城市语义视觉特征输入至预先训练的目标区域经济预测模型，得到经济预测结果；其中，所述目标语义视觉编码模型是基于预先构建的视觉编码器和语义编码器利用海量多源城市数据样本及其对应的卫星图像样本和/或街景图像样本通过对比学习进行训练得到的；所述目标区域经济预测模型是基于前馈神经网络利用添加标签后的海量城市语义视觉特征样本进行训练得到的。本发明性能好、人工依赖度低、泛化能力好。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.034 秒)