-
公开(公告)号：CN111582538B
公开(公告)日：2023-07-04
申请号：CN202010220441.8
申请日：2020-03-25
申请人： 清华大学 , 杭州贝购科技有限公司
摘要： 本发明实施例提供一种基于图神经网络的社群价值预测方法及系统，该方法包括：获取用户特征信息和用户交互信息；基于用户特征信息和用户交互信息将所有用户划分为不同的社群；将每个社群所包含的原始特征信息输入至预先训练好的社群价值预测模型，获取每个社群相对应的社群价值预测值；其中，每个社群所包含的原始特征信息包括组成所述社群的所有用户的用户特征信息和用户交互信息。本发明实施例，通过综合用户固有的特征信息和用户之间交互信息，构建包含多个层次结构特征的社群，并获取每个社群的原始特征信息生成表示向量后，基于多层次的神经网络模型分析，获取到社群价值预测值，有效的提高了预测的精度，减少了人力物力的消耗。
-
公开(公告)号：CN111582538A
公开(公告)日：2020-08-25
申请号：CN202010220441.8
申请日：2020-03-25
申请人： 清华大学 , 杭州贝购科技有限公司
摘要： 本发明实施例提供一种基于图神经网络的社群价值预测方法及系统，该方法包括：获取用户特征信息和用户交互信息；基于用户特征信息和用户交互信息将所有用户划分为不同的社群；将每个社群所包含的原始特征信息输入至预先训练好的社群价值预测模型，获取每个社群相对应的社群价值预测值；其中，每个社群所包含的原始特征信息包括组成所述社群的所有用户的用户特征信息和用户交互信息。本发明实施例，通过综合用户固有的特征信息和用户之间交互信息，构建包含多个层次结构特征的社群，并获取每个社群的原始特征信息生成表示向量后，基于多层次的神经网络模型分析，获取到社群价值预测值，有效的提高了预测的精度，减少了人力物力的消耗。
-
公开(公告)号：CN111695719A
公开(公告)日：2020-09-22
申请号：CN202010313398.X
申请日：2020-04-20
申请人： 清华大学 , 杭州贝购科技有限公司
IPC分类号： G06Q10/04 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/9535 , G06F16/9536
摘要： 本发明实施例提供一种用户价值预测方法及系统，该方法包括：获取每个用户的画像信息、交易历史信息和社交互动信息，并将画像信息和交易历史信息输入到多层神经网络中，构建每个用户的表征向量；根据社交互动信息和表征向量，构建用户之间的社交网络，并根据社交网络构建对应的母版网络；将社交网络和母版网络分别输入到图神经网络中，得到多个图表征向量，并通过注意力机制将多个图表征向量进行融合，得到图表征目标向量；将图表征目标向量输入到训练好的用户价值预测模型，得到用户价值的预测值。本发明实施例充分利用了用户自身的画像、交易历史等信息，并利用了用户之间的社交关系中的隐藏信息，使得用户价值预测结果更为精准。
-
公开(公告)号：CN110309434B
公开(公告)日：2023-10-13
申请号：CN201811178191.5
申请日：2018-10-10
申请人： 腾讯大地通途(北京)科技有限公司 , 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06F16/9537
摘要： 本发明实施例公开了一种轨迹数据处理方法、装置以及相关设备，方法包括：获取用户行为轨迹数据，并获取与用户行为轨迹数据相关联的用户时间信息；根据用户行为轨迹数据和用户时间信息设置多个时空点；一个时空点对应一个时间段内的一个位置区域；根据用户轨迹数据，提取各时空点分别对应的目标表征向量；根据目标表征向量，分别确定每个时空点与多种位置兴趣点类别之间的访问频率。采用本发明，可以提高识别不同区域在不同时段各类POI的访问频率的正确率。
-
公开(公告)号：CN110309434A
公开(公告)日：2019-10-08
申请号：CN201811178191.5
申请日：2018-10-10
申请人： 腾讯大地通途(北京)科技有限公司 , 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06F16/9537
摘要： 本发明实施例公开了一种轨迹数据处理方法、装置以及相关设备，方法包括：获取用户行为轨迹数据，并获取与用户行为轨迹数据相关联的用户时间信息；根据用户行为轨迹数据和用户时间信息设置多个时空点；一个时空点对应一个时间段内的一个位置区域；根据用户轨迹数据，提取各时空点分别对应的目标表征向量；根据目标表征向量，分别确定每个时空点与多种位置兴趣点类别之间的访问频率。采用本发明，可以提高识别不同区域在不同时段各类POI的访问频率的正确率。
-
公开(公告)号：CN111612207A
公开(公告)日：2020-09-01
申请号：CN202010245748.3
申请日：2020-03-31
申请人： 清华大学
摘要： 本发明实施例涉及数据指标预测技术领域，公开了基于人群迁徙的区域经济预测方法、系统及设备。本发明实施例先获取当前人群迁徙网络，其中，所述当前人群迁徙网络中包括与区域对应的节点；从所述当前人群迁徙网络中获取与所述节点对应的节点表示向量；基于多层感知器处理所述节点表示向量，以进行区域经济的预测行为。明显地，本发明实施例通过引入当前人群迁徙网络，使用与区域对应的节点的表示向量进行区域经济的预测行为，可见，在预测操作中额外引入了空间上的数据相关性，提高了预测结果的准确性，解决了区域经济预测模型预测出的区域经济指标不够准确的技术问题。
-
公开(公告)号：CN118673103A
公开(公告)日：2024-09-20
申请号：CN202411164473.5
申请日：2024-08-23
申请人： 清华大学
IPC分类号： G06F16/33 , G06F16/35 , G06F16/901 , G06F16/906
摘要： 本发明涉及人工智能技术领域，提供一种基于大语言模型的异质图元结构发现方法及系统，该方法包括：确定异质图的候选元结构；将异质图的候选元结构输入元结构选择的大语言模型，得到元结构选择的大语言模型输出的选择的元结构；基于遗传算法对选择的元结构进行优化，重复迭代执行确定异质图的候选元结构的步骤和输入元结构选择的大语言模型的步骤，直至完成预设迭代次数，得到发现的元结构；将发现的元结构输入差分解释的大语言模型，得到差分解释的大语言模型输出的语义解释。本发明利用大语言模型的推理能力，以下游任务需求为导向，能够实现兼顾预测性能与可解释性的元结构发现，通用性较强。
-
公开(公告)号：CN111695046A
公开(公告)日：2020-09-22
申请号：CN202010328213.2
申请日：2020-04-23
申请人： 清华大学
IPC分类号： G06F16/9537 , G06K9/62 , G06N20/10
摘要： 本发明实施例提供一种基于时空移动数据表征学习的用户画像推断方法及装置，该方法包括：获取多个用户和用户访问的地点数据，以用户与用户的边长权重表示用户时空模式的相似度，地点与地点的边长权重表示地点功能上的相似度，用户与地点的边长权重表示用户访问地点的频率，得到保留语义的移动网络；获取使预设的目标函数最小时的用户表示向量，输入预设的机器学习分类模型，获取用户画像的推断结果；其中，所述目标函数根据上述三类边长权重，以及用户表示向量和地点表示向量构建得到。该方法无需人为进行大量的特征生成与特征筛选，训练模型的效率较高，有效节约人力成本，且能够有效保障模型性能，进而实现了基于移动数据准确的用户属性推断。
-
公开(公告)号：CN111815396B
公开(公告)日：2024-05-31
申请号：CN202010501385.5
申请日：2020-06-04
申请人： 清华大学
IPC分类号： G06Q30/0601 , G06N3/045 , G06N3/082 , G06N3/086
摘要： 本发明实施例涉及产品智能化推荐技术领域，公开了基于元图的产品筛选方法、系统、设备及存储介质。本发明实施例先获取异构网络信息；将异构网络信息输入至预设产品筛选模型，输出产品分值；基于产品分值确定待推荐产品对应的产品信息；其中，预设产品筛选模型用于通过元图处理异构网络信息。明显地，本发明实施例将应用异构网络信息来筛选待推荐产品，而非仅局限于用户与产品二者之间的交互，同时，还使用了元图过滤异构网络信息以辅助推荐行为，从而提升了推荐准确性，解决了推荐准确性较低的技术问题。此外，还可使用遗传算法框架，并同时结合预测操作与测试操作，以自动寻找更有利于产品推荐的元图。
-
公开(公告)号：CN111815396A
公开(公告)日：2020-10-23
申请号：CN202010501385.5
申请日：2020-06-04
申请人： 清华大学
摘要： 本发明实施例涉及产品智能化推荐技术领域，公开了基于元图的产品筛选方法、系统、设备及存储介质。本发明实施例先获取异构网络信息；将异构网络信息输入至预设产品筛选模型，输出产品分值；基于产品分值确定待推荐产品对应的产品信息；其中，预设产品筛选模型用于通过元图处理异构网络信息。明显地，本发明实施例将应用异构网络信息来筛选待推荐产品，而非仅局限于用户与产品二者之间的交互，同时，还使用了元图过滤异构网络信息以辅助推荐行为，从而提升了推荐准确性，解决了推荐准确性较低的技术问题。此外，还可使用遗传算法框架，并同时结合预测操作与测试操作，以自动寻找更有利于产品推荐的元图。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.03 秒)