-
公开(公告)号：CN108880846B
公开(公告)日：2020-10-09
申请号：CN201710343881.0
申请日：2017-05-16
申请人： 清华大学 , 腾讯科技(深圳)有限公司
IPC分类号： H04L12/24
摘要： 本发明公开了一种为网络中节点确定向量表示形式的方法及装置，属于网络技术领域。该方法包括：根据网络中的节点和节点信息，生成网络结构；获取每个节点的初始背景向量和初始目标向量；以每个节点为起点进行随机游走，得到节点序列，并确定每个节点的节点频数；对每个节点的背景向量和目标向量进行迭代计算，得到每个节点的向量表示形式。本发明通过生成包括原始节点和群组节点的网络结构，并通过对每个节点的背景向量和目标向量进行迭代计算，得到包括原始节点和群组节点在内的每个节点的向量表示形式。由于基于原始节点和群组节点的向量表示形式，不仅可度量原始节点间的相似度，而且度量原始节点和群组节点的相似度，因而应用范围较广。
-
公开(公告)号：CN108875993B
公开(公告)日：2022-05-10
申请号：CN201710345002.8
申请日：2017-05-16
申请人： 清华大学 , 腾讯科技(深圳)有限公司
摘要： 本发明是关于一种邀请行为预测方法及装置，属于互联网技术领域。所述方法包括：获取第一用户的群组行为特征信息；获取第二用户的群组关系特征信息；将群组的群组架构特征信息、第一用户的群组行为特征信息以及第二用户的群组关系特征信息输入邀请预测模型中，得到目标成员用户和目标成员用户的候选邀请用户；向目标成员用户发送邀请预测信息，邀请预测信息用于提示目标成员用户将目标成员用户的候选邀请用户加入群组。本发明通过基于能够代表群组内成员用户关系以及成员用户的邀请行为等的特征所训练的邀请预测模型，来进行邀请行为的预测，使得社交应用的智能化较优，社交应用中的群组所提供互动功能的利用率达到最大化。
-
公开(公告)号：CN104778173A
公开(公告)日：2015-07-15
申请号：CN201410012716.3
申请日：2014-01-10
申请人： 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种目标用户确定方法、装置及设备，属于网络应用领域。所述方法包括：获取各个用户的特征信息；根据各个用户的特征信息生成各个用户的完整特征向量；根据各个用户的完整特征向量、训练模型和与指定功能业务相对应的目标函数获得各个用户的预测得分；根据各个用户的预测得分确定指定功能业务的目标用户。本发明通过获取各个用户的特征信息，并据以生成各个用户的完整特征向量，根据各个用户的完整特征向量、训练模型和与指定功能业务相对应的目标函数获得各个用户的预测得分，继而确定目标用户，解决了现有技术中仅仅根据各个用户的历史操作记录确定指定功能业务的目标用户的问题，达到提高确定目标用户准确率的目的。
-
公开(公告)号：CN104778173B
公开(公告)日：2020-01-10
申请号：CN201410012716.3
申请日：2014-01-10
申请人： 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06Q30/02
摘要： 本发明公开了一种目标用户确定方法、装置及设备，属于网络应用领域。所述方法包括：获取各个用户的特征信息；根据各个用户的特征信息生成各个用户的完整特征向量；根据各个用户的完整特征向量、训练模型和与指定功能业务相对应的目标函数获得各个用户的预测得分；根据各个用户的预测得分确定指定功能业务的目标用户。本发明通过获取各个用户的特征信息，并据以生成各个用户的完整特征向量，根据各个用户的完整特征向量、训练模型和与指定功能业务相对应的目标函数获得各个用户的预测得分，继而确定目标用户，解决了现有技术中仅仅根据各个用户的历史操作记录确定指定功能业务的目标用户的问题，达到提高确定目标用户准确率的目的。
-
公开(公告)号：CN108846767A
公开(公告)日：2018-11-20
申请号：CN201710288302.7
申请日：2017-04-27
申请人： 清华大学 , 腾讯科技(深圳)有限公司
摘要： 本发明公开了一种社交群组的特征获取方法及装置，属于大数据技术领域。方法包括：获取社交群组的邀请关系记录和好友关系记录；创建群组网络结构；根据群组网络结构的用户分布特征和级联树特征中的至少一项，获取社交群组的指定特征，用户分布特征用于表示成员用户与好友用户的分布情况，级联树特征用于表示邀请方成员用户与被邀请方成员用户的分布情况。本发明通过根据社交群组的用户分布特征和级联树特征中的至少一项，获取社交群组的指定特征，而不仅是根据社交群组的属性特征，扩展了特征，提高了多样性，当应用于预测社交群组的生存时长时可以提高预测精确度。
-
公开(公告)号：CN108846767B
公开(公告)日：2022-03-11
申请号：CN201710288302.7
申请日：2017-04-27
申请人： 清华大学 , 腾讯科技(深圳)有限公司
摘要： 本发明公开了一种社交群组的特征获取方法及装置，属于大数据技术领域。方法包括：获取社交群组的邀请关系记录和好友关系记录；创建群组网络结构；根据群组网络结构的用户分布特征和级联树特征中的至少一项，获取社交群组的指定特征，用户分布特征用于表示成员用户与好友用户的分布情况，级联树特征用于表示邀请方成员用户与被邀请方成员用户的分布情况。本发明通过根据社交群组的用户分布特征和级联树特征中的至少一项，获取社交群组的指定特征，而不仅是根据社交群组的属性特征，扩展了特征，提高了多样性，当应用于预测社交群组的生存时长时可以提高预测精确度。
-
公开(公告)号：CN108880846A
公开(公告)日：2018-11-23
申请号：CN201710343881.0
申请日：2017-05-16
申请人： 清华大学 , 腾讯科技(深圳)有限公司
IPC分类号： H04L12/24
摘要： 本发明公开了一种为网络中节点确定向量表示形式的方法及装置，属于网络技术领域。该方法包括：根据网络中的节点和节点信息，生成网络结构；获取每个节点的初始背景向量和初始目标向量；以每个节点为起点进行随机游走，得到节点序列，并确定每个节点的节点频数；对每个节点的背景向量和目标向量进行迭代计算，得到每个节点的向量表示形式。本发明通过生成包括原始节点和群组节点的网络结构，并通过对每个节点的背景向量和目标向量进行迭代计算，得到包括原始节点和群组节点在内的每个节点的向量表示形式。由于基于原始节点和群组节点的向量表示形式，不仅可度量原始节点间的相似度，而且度量原始节点和群组节点的相似度，因而应用范围较广。
-
公开(公告)号：CN108875993A
公开(公告)日：2018-11-23
申请号：CN201710345002.8
申请日：2017-05-16
申请人： 清华大学 , 腾讯科技(深圳)有限公司
CPC分类号： G06N5/02 , G06F16/285 , G06Q10/04 , G06Q50/00 , G06Q50/01
摘要： 本发明是关于一种邀请行为预测方法及装置，属于互联网技术领域。所述方法包括：获取第一用户的群组行为特征信息；获取第二用户的群组关系特征信息；将群组的群组架构特征信息、第一用户的群组行为特征信息以及第二用户的群组关系特征信息输入邀请预测模型中，得到目标成员用户和目标成员用户的候选邀请用户；向目标成员用户发送邀请预测信息，邀请预测信息用于提示目标成员用户将目标成员用户的候选邀请用户加入群组。本发明通过基于能够代表群组内成员用户关系以及成员用户的邀请行为等的特征所训练的邀请预测模型，来进行邀请行为的预测，使得社交应用的智能化较优，社交应用中的群组所提供互动功能的利用率达到最大化。
-
公开(公告)号：CN116943176A
公开(公告)日：2023-10-27
申请号：CN202310224826.5
申请日：2023-02-28
申请人： 腾讯科技(深圳)有限公司
IPC分类号： A63F13/525 , A63F13/86
摘要： 本申请公开了一种镜头的切换方法、装置、设备、介质和程序产品，属于人机交互领域。所述方法包括：获取第一时刻处于存活状态的多个虚拟对象的时序特征；根据多个虚拟对象的时序特征进行战况预测，确定候选团，候选团中包括多个虚拟对象中在预测时间段内处于战斗状态的至少两个虚拟对象，预测时间段是包括第一时刻的时间段；将候选团中的至少两个虚拟对象的时序特征输入团选择模型，得到候选团的团类型，团类型用于表征是否将候选团作为待切换的目标团；将第一时刻的镜头的位置，切换至候选团中的目标团所在位置，镜头用于拍摄目标团中的至少两个虚拟对象的战斗过程。上述方案可以提高选择出团战镜头的精度和效率。
-
公开(公告)号：CN117205559A
公开(公告)日：2023-12-12
申请号：CN202310262138.8
申请日：2023-03-09
申请人： 腾讯科技(深圳)有限公司
IPC分类号： A63F13/537 , A63F13/52 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08
摘要： 本申请公开了一种关键事件确定模型的训练、关键事件的确定方法及装置，属于人工智能技术领域。方法包括：获取样本虚拟对象的数据和样本虚拟对象的关键事件标注信息，关键事件标注信息表征样本虚拟对象是否发生关键事件；通过神经网络模型基于样本虚拟对象的数据，确定样本虚拟对象的关键事件预测信息，关键事件预测信息表征样本虚拟对象发生关键事件的可能性；基于关键事件标注信息和关键事件预测信息，对神经网络模型进行训练，得到关键事件确定模型，关键事件确定模型用于确定目标虚拟对象发生关键事件的可能性。通过确定目标虚拟对象发生关键事件的可能性，能避免错过关键事件，提高直播效果。
-
-
-
-
-
-
-
-
-
搜索结果
200 条记录 (耗时 0.087 秒)
