一种基于模糊机制的语义实体推荐方法

    公开(公告)号:CN110727867A

    公开(公告)日:2020-01-24

    申请号:CN201910967106.1

    申请日:2019-10-12

    摘要: 本发明公开了一种基于模糊机制的语义实体推荐方法,包括如下步骤:数据预处理;构建用户评分矩阵和隶属度矩阵;个性化用户推荐;系统有效性分析。本发明先对推荐内容进行模糊语义化,使其有可精确表达的部分和需要模糊表达的部分之后,再运用模糊理论机制将其转化为模糊数来进行优化处理,通过模糊数的距离计算得出理想的推荐实体。本发明能提高对推荐实体的知识表达能力,以及机器系统理解和处理用户请求以及上层语义应用的能力,能有效地提高推荐系统的响应效率。

    一种室内语义地图时空关系的抽取方法

    公开(公告)号:CN109492065A

    公开(公告)日:2019-03-19

    申请号:CN201811261447.9

    申请日:2018-10-26

    IPC分类号: G06F16/29 G06F16/36 G06F17/27

    摘要: 本发明公开了一种室内语义地图时空关系的抽取方法,包括如下步骤:获取室内原始时空数据;时空数据的筛选;时空关系的语义表示;融合时空数据;更新语义实体库。本发明在构建好的室内语义地图基础之上进行空间实体之间的时空关系的抽取,在语义地图中增加语义时空关系,这是本发明的创新点。通过对语义时空关系进行相关处理,使得在室内空间中能测得目标相互之间,如上下左右的位置关系,并结合前、后的时间关系,最终能自动组合推理出两个目标之间的高层次的时空逻辑语义关系,从而能给出两个物体之间,在某一时间段内相对位置关系的语义描述,更好地辅助机器人做出智能决策。

    一种室内语义地图时空关系的抽取方法

    公开(公告)号:CN109492065B

    公开(公告)日:2021-07-20

    申请号:CN201811261447.9

    申请日:2018-10-26

    摘要: 本发明公开了一种室内语义地图时空关系的抽取方法,包括如下步骤:获取室内原始时空数据;时空数据的筛选;时空关系的语义表示;融合时空数据;更新语义实体库。本发明在构建好的室内语义地图基础之上进行空间实体之间的时空关系的抽取,在语义地图中增加语义时空关系,这是本发明的创新点。通过对语义时空关系进行相关处理,使得在室内空间中能测得目标相互之间,如上下左右的位置关系,并结合前、后的时间关系,最终能自动组合推理出两个目标之间的高层次的时空逻辑语义关系,从而能给出两个物体之间,在某一时间段内相对位置关系的语义描述,更好地辅助机器人做出智能决策。

    一种基于NLP和模糊多准则决策的文本实体推荐方法

    公开(公告)号:CN110633363A

    公开(公告)日:2019-12-31

    申请号:CN201910883202.8

    申请日:2019-09-18

    摘要: 本发明公开了一种基于NLP和模糊多准则决策的文本实体推荐方法,其特征在于,包括如下步骤:1)采用word2vec对文本进行词向量训练;2)对每个词向量进行相似度计算;3)构造模糊多准则决策的推荐过程;4)量化实体词向量相似度参数5)构造模糊决策标准矩阵;6)用相对比较法确定标准实体的权重;7)使用模糊聚合算子量化实体推荐过程的总体用户偏好;8)得到被推荐实体的排名,进行推荐。这种方法能缩短文本实体推荐时间、提高词向量相似度精度,同时具有推荐精度高、软件运算量低的特点,在保证文本相似度精度的前提下实现精准推荐的要求。

    一种基于NLP和模糊多准则决策的文本实体推荐方法

    公开(公告)号:CN110633363B

    公开(公告)日:2022-02-18

    申请号:CN201910883202.8

    申请日:2019-09-18

    摘要: 本发明公开了一种基于NLP和模糊多准则决策的文本实体推荐方法,其特征在于,包括如下步骤:1)采用word2vec对文本进行词向量训练;2)对每个词向量进行相似度计算;3)构造模糊多准则决策的推荐过程;4)量化实体词向量相似度参数5)构造模糊决策标准矩阵;6)用相对比较法确定标准实体的权重;7)使用模糊聚合算子量化实体推荐过程的总体用户偏好;8)得到被推荐实体的排名,进行推荐。这种方法能缩短文本实体推荐时间、提高词向量相似度精度,同时具有推荐精度高、软件运算量低的特点,在保证文本相似度精度的前提下实现精准推荐的要求。