-
公开(公告)号：CN114154068A
公开(公告)日：2022-03-08
申请号：CN202111481105.X
申请日：2021-12-06
申请人： 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号： G06F16/9535 , G06K9/62
摘要： 本公开是关于一种媒体内容推荐方法、装置、电子设备及存储介质，属于计算机技术领域。该方法包括：获取推荐模型，推荐模型包括多个对象的对象特征，多个对象包括用户账号和媒体内容；基于第一用户账号的账号特征和第一媒体内容的内容特征，确定第一用户账号与第一媒体内容之间的相似度；基于相似度确定向第一用户账号推荐第一媒体内容；多个对象包括第一对象和第二对象，推荐模型是基于与第一相似度负相关的传播损失训练得到的，第一相似度基于第二对象的影响特征与第二对象的对象特征之间的相似度确定。上述方法中训练得到的推荐模型中的对象特征较为准确，从而基于推荐模型确定出的相似度较为准确，进而提高了媒体内容的推荐准确度。
-
公开(公告)号：CN113139614A
公开(公告)日：2021-07-20
申请号：CN202110501646.8
申请日：2021-05-08
申请人： 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号： G06K9/62 , G06F16/907 , G06F16/28
摘要： 本公开是关于一种特征提取方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：获取关联信息，所述关联信息中包括多个对象及任两个对象之间的关联关系，多个对象包括在服务器上注册的账号和通过服务器发布的多媒体资源；将第一对象确定为初始的目标对象；从所述关联信息中，基于当前的目标对象选取满足关联条件的下一个目标对象，直至已确定的目标对象的数量达到目标数量，构造目标对象集合；对所述目标对象集合进行特征提取，得到所述第一对象的对象特征。该方法利用目标对象集合提取特征时，能够充分考虑各个对象之间的关联关系对第一对象的影响，提高对象特征的准确率。
-
公开(公告)号：CN113139613A
公开(公告)日：2021-07-20
申请号：CN202110500762.8
申请日：2021-05-08
申请人： 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号： G06K9/62 , G06F16/907 , G06F16/28
摘要： 本公开是关于一种特征提取方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：获取关联信息，关联信息中包括多个对象及任两个对象之间的关联关系，多个对象包括在服务器上注册的账号和通过服务器发布的多媒体资源；按照关联信息中包含的多种类型的关联关系，将关联信息划分为多个关联子信息，各个关联子信息中包含多个对象，且同一个关联子信息中不同的对象之间存在同一种类型的关联关系；从多个关联子信息中，确定包含第一对象的目标关联子信息；基于目标关联子信息，获取第一对象的对象特征。该方法通过将关联信息划分为多个关联子信息，充分考虑了不同关联关系对第一对象的对象特征的影响，提高了对象特征的准确率。
-
公开(公告)号：CN113792163A
公开(公告)日：2021-12-14
申请号：CN202110908672.2
申请日：2021-08-09
申请人： 北京达佳互联信息技术有限公司
IPC分类号： G06F16/435 , G06F16/48 , G06N3/08 , G06N3/04
摘要： 本公开关于一种多媒体推荐方法、装置、电子设备及存储介质。该方法包括：获取关联关系图；根据关联关系图中与多个待推荐多媒体具有关联关系的第一关键词，确定多个待推荐多媒体各自的多媒体特征；对关联关系图进行剪枝处理，得到目标子图；目标子图包括目标对象、多个待推荐多媒体、目标历史多媒体和目标关键词；基于目标历史多媒体和目标关键词，确定目标对象的第一对象特征；根据多媒体特征和第一对象特征，确定多个待推荐多媒体的推荐信息；基于推荐信息，向目标对象推荐多个待推荐多媒体。根据本公开提供的技术方案，可以提高多媒体推荐的精度和效率。
-
公开(公告)号：CN113792163B
公开(公告)日：2022-12-27
申请号：CN202110908672.2
申请日：2021-08-09
申请人： 北京达佳互联信息技术有限公司
IPC分类号： G06F16/435 , G06F16/48 , G06N3/08 , G06N3/04
摘要： 本公开关于一种多媒体推荐方法、装置、电子设备及存储介质。该方法包括：获取关联关系图；根据关联关系图中与多个待推荐多媒体具有关联关系的第一关键词，确定多个待推荐多媒体各自的多媒体特征；对关联关系图进行剪枝处理，得到目标子图；目标子图包括目标对象、多个待推荐多媒体、目标历史多媒体和目标关键词；基于目标历史多媒体和目标关键词，确定目标对象的第一对象特征；根据多媒体特征和第一对象特征，确定多个待推荐多媒体的推荐信息；基于推荐信息，向目标对象推荐多个待推荐多媒体。根据本公开提供的技术方案，可以提高多媒体推荐的精度和效率。
-
公开(公告)号：CN107633263A
公开(公告)日：2018-01-26
申请号：CN201710763470.7
申请日：2017-08-30
申请人： 清华大学
IPC分类号： G06K9/62
摘要： 本发明公开一种基于边的网络图嵌入方法，包括：构建Edge2vec算法模型；使用随机梯度下降法训练Edge2vec算法模型；使用Edge2vec算法模型实现网络图嵌入。本发明提供的方法通过基于深度自动编码器的神经网络模型将网络图中的边直接映射到低维向量空间中，该方法可以保留边与边的局部近邻度信息和全局近邻度信息，与现有技术相比，本发明的方法能更有效地保留网络图中边的结构信息，在关于边的网络图分析任务中能达到更好的性能，本发明可以应用到所有关于边的网络图分析任务中。
-
公开(公告)号：CN107633024A
公开(公告)日：2018-01-26
申请号：CN201710764716.2
申请日：2017-08-30
申请人： 清华大学
摘要： 本发明公开一种多维属性最优点组的快速搜索方法，包括：设计基础MDG构建算法；使用R-tree索引对基础MDG构建算法进行优化；基于MDG搜索所有的g-skyline组。本发明提出了一种R-tree的变种来加速构建多维数据的MDG，提出了P-MDS和G-MDS两种基于MDG的g-skyline组搜索算法，它们能够基于不同的策略生成候选组，同时利用skyline组合性质显著提升了这两个算法的效率，通过实验证明，G-MDS算法的效率比现有的最好的g-skyline搜索算法往往高1-2个数量级，本发明提出的最优点组搜索算法非常高效。
-
公开(公告)号：CN107633024B
公开(公告)日：2023-05-12
申请号：CN201710764716.2
申请日：2017-08-30
申请人： 清华大学
摘要： 本发明公开一种多维属性最优点组的快速搜索方法，包括：设计基础MDG构建算法；使用R‑tree索引对基础MDG构建算法进行优化；基于MDG搜索所有的g‑skyline组。本发明提出了一种R‑tree的变种来加速构建多维数据的MDG，提出了P‑MDS和G‑MDS两种基于MDG的g‑skyline组搜索算法，它们能够基于不同的策略生成候选组，同时利用skyline组合性质显著提升了这两个算法的效率，通过实验证明，G‑MDS算法的效率比现有的最好的g‑skyline搜索算法往往高1‑2个数量级，本发明提出的最优点组搜索算法非常高效。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.042 秒)