基于偏好模型的社会化过滤方法

    公开(公告)号:CN102521420B

    公开(公告)日:2013-06-26

    申请号:CN201210000228.1

    申请日:2012-01-04

    IPC分类号: G06F17/30

    摘要: 本发明公开了一种基于偏好模型的社会化过滤方法,主要解决现有技术针对用户比较多,社交关系复杂的情况,过滤方法准确性不高的问题,其实现方案是:通过分析组员之间社会化关系,计算组员对组的影响因子;通过分析组内组员喜好对象分布情况,计算组员喜好对象对组的影响因子;综合上述两种影响因子,共同对组的偏好模型进行特征表示,得到组的加权影响向量。然后计算过滤系数,判断推荐条件,来过滤出组的共同相似爱好,提高社会化过滤方法的准确性和效率。本发明具有对组的偏好模型分析的优点,仅需修改获取其领域内关键字向量,即可在网络上实现对不同领域对象的推荐。

    基于偏好模型的社会化过滤方法

    公开(公告)号:CN102521420A

    公开(公告)日:2012-06-27

    申请号:CN201210000228.1

    申请日:2012-01-04

    IPC分类号: G06F17/30

    摘要: 本发明公开了一种基于偏好模型的社会化过滤方法,主要解决现有技术针对用户比较多,社交关系复杂的情况,过滤方法准确性不高的问题,其实现方案是:通过分析组员之间社会化关系,计算组员对组的影响因子;通过分析组内组员喜好对象分布情况,计算组员喜好对象对组的影响因子;综合上述两种影响因子,共同对组的偏好模型进行特征表示,得到组的加权影响向量。然后计算过滤系数,判断推荐条件,来过滤出组的共同相似爱好,提高社会化过滤方法的准确性和效率。本发明具有对组的偏好模型分析的优点,仅需修改获取其领域内关键字向量,即可在网络上实现对不同领域对象的推荐。

    基于统计模型的Web命名实体识别方法

    公开(公告)号:CN102314417A

    公开(公告)日:2012-01-11

    申请号:CN201110284429.4

    申请日:2011-09-22

    IPC分类号: G06F17/27

    摘要: 本发明是一种基于统计模型的Web命名实体识别方法,用结构和文本特征对Web命名实体进行多特征表示;本发明将统计方法和规则方法相结合,采用改进的MR-GHMM来优化训练的效率;用改进隐马尔可夫的模型对实体进行标注,对各命名实体标注,实现实体识别;对Web复杂命名实体识别过程作为二层来处理,将第一层的标注结果作为第二层处理的输入进行复杂嵌套实体识别。本发明与原有识别算法相比,该算法的识别准确率提高了,模型训练的时间复杂度也大幅降低。通过对Web命名实体的多特征表示,针对不同领域的实体特征进行修改,就可以应用与Web上不同领域的命名实体进行识别。