-
公开(公告)号：CN115115159B
公开(公告)日：2024-06-21
申请号：CN202111030602.8
申请日：2021-09-03
申请人： 电子科技大学
IPC分类号： G06Q10/0635 , G06Q50/26 , G06N7/01 , G06F16/951 , G06F40/216 , G06F40/284
摘要： 本发明公开了一种基于TF‑IDF与模糊贝叶斯网络的风险预测方法，涉及信息检索、数据挖掘和突发事件预测评估技术领域，该方法包括利用网络爬虫技术获取突发事件舆情数据；采用TF‑IDF文本分析技术获取突发事件影响因素，并结合突发事件生命周期演化模型构建突发事件指标体系；根据指标体系确定模糊贝叶斯网络拓扑结构，依据模糊理论、自然语言变量和解模糊法获取模糊贝叶斯网络拓扑结构父节点的先验概率分布；最后通过模糊贝叶斯网络推理技术预测突发事件的风险概率，为相关部门制定应急方案提供科学、合理的先发性预警支撑。
-
公开(公告)号：CN116757283A
公开(公告)日：2023-09-15
申请号：CN202310749432.1
申请日：2023-06-21
申请人： 电子科技大学
IPC分类号： G06N5/025 , G06F16/36 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种知识图谱链接预测方法，包括以下分步骤：利用TransE模型对实体和关系进行预训练，获得初始化的实体和关系的嵌入表示；基于初始化的实体和关系的嵌入表示，构建训练集和测试集，将训练集的数据输入基于卷积神经网络和自注意力机制的神经网络模型进行训练，并计算训练集在基于卷积神经网络和自注意力机制的神经网络模型上的损失函数值，保存优化模型参数；基于优化的模型参数，对测试集的候选三元组进行打分排序，预测缺失的实体或关系，完成对知识图谱的链接预测。本发明面向知识图谱链接预测任务，结合使用卷积神经网络和自注意力机制，实现充分挖掘三元组内部的交互信息，提高模型链接预测能力。
-
公开(公告)号：CN113822742B
公开(公告)日：2023-05-12
申请号：CN202111098120.6
申请日：2021-09-18
申请人： 电子科技大学
IPC分类号： G06Q30/0601 , G06F18/25 , G06F16/9536 , G06N3/0442 , G06N3/048 , G06N3/08
摘要： 本发明涉及物品推荐领域，其公开了一种基于自注意力机制的推荐方法，提高推荐模型的训练效率和个性化推荐的效果。该方法包括以下步骤：首先采集用户历史交互信息并进行预处理，形成训练样本集；然后设计推荐模型，将训练样本集作为推荐模型的输入，采用平方损失函数作为优化目标，对推荐模型进行训练；最后通过训练好的推荐模型计算得到用户与待推荐项目的交互概率，根据交互概率的大小进行排序，生成用户的推荐候选集。
-
公开(公告)号：CN112784064B
公开(公告)日：2023-05-12
申请号：CN202110117804.X
申请日：2021-01-28
申请人： 电子科技大学
IPC分类号： G06F16/36 , G06Q30/0601 , G06Q50/00
摘要： 本发明属于知识图谱技术领域，其公开了一种面向社交网络的层次化超维知识图谱构建方法。社交网络中商品相关信息错综复杂，利用现有知识图谱难以有效转化。本发明首先分析社交网络中各类信息的组成结构，定义对应超维知识图谱架构；然后抽取出有关商品推荐的特定知识，按照其性质进行概念分层，并根据其对应关系建立层与层之间的关联映射；再将获取到的知识按照已构建的结构模式进行组织，实现多元组的转换；最后利用得到的社交网络知识图谱，结合具体用户的个人喜好信息，推荐与之匹配度较高的商品，提高了社交网络中与商品相关知识的描述和组织能力，提高了对复杂多元社交网络实体关系的表达能力，实现了对社交网络商品推荐明确、有效支撑。
-
公开(公告)号：CN110334219B
公开(公告)日：2023-05-09
申请号：CN201910629813.X
申请日：2019-07-12
申请人： 电子科技大学
IPC分类号： G06F16/36
摘要： 本发明涉及知识图谱，其公开了一种基于注意力机制融入文本语义特征的知识图谱表示学习方法，解决翻译模型未能利用实体和关系的描述文本而导致的语义特征不足以及多源信息嵌入方法未能同时为实体和关系融入语义特征，且文本提取效果差的问题。该方法可以概括为：首先获取并处理实体和关系的描述文本，得到其文本语义特征，然后利用实体和关系的语义特征构建实体的投影矩阵，将实体向量投影到关系空间中，接着利用翻译的思想在关系空间中建模并进行表示学习，以此建模多对多的复杂关系。本发明适用于知识图谱的表示学习。
-
公开(公告)号：CN112214685B
公开(公告)日：2023-03-28
申请号：CN202011031287.6
申请日：2020-09-27
申请人： 电子科技大学
IPC分类号： G06F16/9536 , G06F16/9535 , G06F16/36
摘要： 本发明公开一种基于知识图谱的个性化推荐方法，属于推荐技术领域。本发明为了解决协同过滤等传统推荐方式中存在的数据稀疏性和冷启动技术问题，其采用的方案为：构建知识图谱，利用知识图谱的实体之间的语义关联信息，挖掘知识网络中用户的喜好；实体链接，通过将用户点击实体映射到知识图谱，找到对应的实体，完成知识图谱与推荐系统的链接；基于知识图谱的语义关系信息以及用户历史喜好，利用图注意力模型将两种信息进行合并，从而产生推荐依据。本发明通过挖掘用户历史喜好利用丰富的知识关联信息，深度挖掘用户的喜好，极大地提高了推荐处理的尽精确度。同时，利用知识图谱隐含的丰富语义信息为推荐带来多样性，提升推荐的可解释性。
-
公开(公告)号：CN109451017B
公开(公告)日：2021-04-02
申请号：CN201811314632.X
申请日：2018-11-06
申请人： 电子科技大学
IPC分类号： H04L29/08
摘要： 本发明公开一种云环境下基于粒度计算的动态云计算资源管理方法，包括如下步骤：S101.建立智能化的复合粒度动态云资源组织模型；S102.建立规模化的复合粒度云用户服务请求的动态计算模型；S103.设计基于语义计算的动态云服务资源发现与调度算法。本发明引入粒度计算的分而治之的特性来减低动态云计算资源以及云环境下用户请求的复杂性，引入语义计算思想，充分抽取云资源与云用户请求的语义，设计基于语义的资源发现与调度算法，实现了云计算服务资源的高效共享，在理论研究和实际应用方面都具有重要的意义和价值，应用到云计算服务企业中，应用效果将改善约30％，极大地推动了云计算向前发展。
-
公开(公告)号：CN110334219A
公开(公告)日：2019-10-15
申请号：CN201910629813.X
申请日：2019-07-12
申请人： 电子科技大学
IPC分类号： G06F16/36
摘要： 本发明涉及知识图谱，其公开了一种基于注意力机制融入文本语义特征的知识图谱表示学习方法，解决翻译模型未能利用实体和关系的描述文本而导致的语义特征不足以及多源信息嵌入方法未能同时为实体和关系融入语义特征，且文本提取效果差的问题。该方法可以概括为：首先获取并处理实体和关系的描述文本，得到其文本语义特征，然后利用实体和关系的语义特征构建实体的投影矩阵，将实体向量投影到关系空间中，接着利用翻译的思想在关系空间中建模并进行表示学习，以此建模多对多的复杂关系。本发明适用于知识图谱的表示学习。
-
公开(公告)号：CN118709762A
公开(公告)日：2024-09-27
申请号：CN202410836652.2
申请日：2024-06-26
申请人： 电子科技大学
IPC分类号： G06N5/022 , G06N5/04 , G06F18/25 , G06N3/0442 , G06N3/048 , G06N3/047 , G06N3/042 , G06F16/36 , G06N3/084
摘要： 本发明提供一种基于子图关系信息的知识图谱关系预测方法，涉及机器学习技术领域，该方法为通过对实体数据的关系链接情况进行分析，得到知识图谱子图；基于知识图谱子图，对实体的位置特征和实体的邻域关系特征进行分析和融合，得到信息增强的初始表示特征数据；将初始表示特征数据输入表示特征预测模型，得到表示特征数据；利用有偏随机游走方法对知识图谱子图进行路径分析，得到知识图谱子图的路径特征数据；基于实体数据、表示特征数据和路径特征数据，利用三元组评分函数进行综合计算，得到知识图谱关系预测结果，完成对知识图谱关系的预测。本发明解决了现有基于子图的预测模型面对稀疏子图的鲁棒性较差问题。
-
公开(公告)号：CN116702790A
公开(公告)日：2023-09-05
申请号：CN202310745136.4
申请日：2023-06-21
申请人： 电子科技大学
IPC分类号： G06F40/30 , G06N5/025 , G06F40/279 , G06F40/216 , G06F40/289
摘要： 本发明公开了一种对实体链接模型的实体嵌入的强化及多义词歧义消除方法，其包括以下步骤：获取实体链接模型中待强化的实体嵌入；根据实体嵌入得到对应的实体类别列表；通过文本嵌入模型将类别名称转换为嵌入表示；统计每个类别在所有实体类别列表中的出现频次；根据出现频次对同一实体类别进行处理得到显著性系数；根据显著性系数对嵌入表示进行聚合得到更新后的实体嵌入；通过适配器网络对更新后的实体嵌入进行调整，得到强化后的实体嵌入；更新实体链接模型；基于更新后的实体链接模型进行多义词歧义消除。本发明通过完善实体嵌入的语义表达，提升相似实体的特异性，增加区分度，减少误判情况，降低实体链接的难度，提升实体链接的结果准确性。
-
-
-
-
-
-
-
-
-
搜索结果
47 条记录 (耗时 0.021 秒)
