-
公开(公告)号：CN114004667A
公开(公告)日：2022-02-01
申请号：CN202111094657.5
申请日：2021-09-17
Applicant: 重庆大学
Abstract: 本发明公开了一种知识众包冷启动任务建模与推荐方法，涉及知识众包冷启动任务推荐技术领域，包括以下步骤：S1:获取外部数据，构建训练集和测试集；S2:构建交互预测模型，所述交互预测模型包括自注意力机制网络层；S3:将待预测知识众包冷启动任务显式属性输入训练好的交互预测模型。本发明引入冷启动任务、相似历史任务、服务商和历史参与任务的显式属性；采用自注意力机制分别捕捉知识众包冷启动任务及其相似历史任务特征、服务商及其参与历史任务特征之间的耦合关系，分配注意力权重，能有效准确地学习知识众包冷启动任务和服务商融合向量表征，为知识众包解决任务冷启动、缓解信息过载、实现任务‑服务商有效匹配提供了一个新思路。
-
公开(公告)号：CN113837847A
公开(公告)日：2021-12-24
申请号：CN202111276405.4
申请日：2021-10-29
Applicant: 重庆大学
Abstract: 本发明公开了基于异质多元关系融合的知识密集型服务推荐方法，包括以下步骤：S1:构建异构信息网络，获取异构信息网络中的异质多元关系；S2:融合所述异质多元关系，学习雇主和服务的综合向量表示；S3:基于雇主和服务的综合向量表示获取预测值，根据所述预测值给每个雇主推荐服务。本发明可以较好的实现工业领域中雇主知识密集型服务需求挖掘，可以帮助面临信息过载的非专业用户在大量的专业化应用中发现自己感兴趣的知识密集型服务，有助于增加雇主对平台的粘性，促进销售，并提高平台的服务质量和利润。
-
Patent Agency Ranking
公开(公告)号：CN113837847B
公开(公告)日：2023-08-29
申请号：CN202111276405.4
申请日：2021-10-29
Applicant: 重庆大学
IPC: G06Q30/0601 , G06Q50/10 , G06F16/906 , G06F40/30 , G06F18/20 , G06N3/047
Abstract: 本发明公开了基于异质多元关系融合的知识密集型服务推荐方法，包括以下步骤：S1:构建异构信息网络，获取异构信息网络中的异质多元关系；S2:融合所述异质多元关系，学习雇主和服务的综合向量表示；S3:基于雇主和服务的综合向量表示获取预测值，根据所述预测值给每个雇主推荐服务。本发明可以较好的实现工业领域中雇主知识密集型服务需求挖掘，可以帮助面临信息过载的非专业用户在大量的专业化应用中发现自己感兴趣的知识密集型服务，有助于增加雇主对平台的粘性，促进销售，并提高平台的服务质量和利润。
-
公开(公告)号：CN114925165A
公开(公告)日：2022-08-19
申请号：CN202210485093.6
申请日：2022-05-06
Applicant: 重庆大学
IPC: G06F16/33 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种咨询任务分解方法、系统及平台，方法包括：S1，获取咨询任务的内容，检索与咨询任务类似的历史任务及历史任务对应的服务商；S2，基于咨询任务的任务内容特点，依据预设任务分解原则将咨询任务分解为子任务集；S3，将子任务、历史任务的文本信息向量化，采用预设特征提取方法对向量化后的文本信息进行特征提取，并根据特征提取结果计算子任务与历史任务的相似度，得到服务商候选集；S4，基于任务包模型，将对应的服务商相同的子任务进行合并，得到若干个任务包。本发明从任务结构和服务资源可用性视角出发，对复杂科技咨询任务进行分解，有效解决雇主需求与服务商能力无法一一对应的问题，有效降低服务商组合优选的难度。
-
公开(公告)号：CN114925165B
公开(公告)日：2024-07-09
申请号：CN202210485093.6
申请日：2022-05-06
Applicant: 重庆大学
IPC: G06F16/33 , G06F40/289 , G06F18/213 , G06F18/22 , G06N3/0464 , G06N3/126
Abstract: 本发明公开了一种咨询任务分解方法、系统及平台，方法包括：S1，获取咨询任务的内容，检索与咨询任务类似的历史任务及历史任务对应的服务商；S2，基于咨询任务的任务内容特点，依据预设任务分解原则将咨询任务分解为子任务集；S3，将子任务、历史任务的文本信息向量化，采用预设特征提取方法对向量化后的文本信息进行特征提取，并根据特征提取结果计算子任务与历史任务的相似度，得到服务商候选集；S4，基于任务包模型，将对应的服务商相同的子任务进行合并，得到若干个任务包。本发明从任务结构和服务资源可用性视角出发，对复杂科技咨询任务进行分解，有效解决雇主需求与服务商能力无法一一对应的问题，有效降低服务商组合优选的难度。
-
公开(公告)号：CN114004667B
公开(公告)日：2024-05-14
申请号：CN202111094657.5
申请日：2021-09-17
Applicant: 重庆大学
IPC: G06F18/22 , G06N3/045 , G06N3/084 , G06Q30/0601
Abstract: 本发明公开了一种知识众包冷启动任务建模与推荐方法，涉及知识众包冷启动任务推荐技术领域，包括以下步骤：S1:获取外部数据，构建训练集和测试集；S2:构建交互预测模型，所述交互预测模型包括自注意力机制网络层；S3:将待预测知识众包冷启动任务显式属性输入训练好的交互预测模型。本发明引入冷启动任务、相似历史任务、服务商和历史参与任务的显式属性；采用自注意力机制分别捕捉知识众包冷启动任务及其相似历史任务特征、服务商及其参与历史任务特征之间的耦合关系，分配注意力权重，能有效准确地学习知识众包冷启动任务和服务商融合向量表征，为知识众包解决任务冷启动、缓解信息过载、实现任务‑服务商有效匹配提供了一个新思路。
-
公开(公告)号：CN115222088A
公开(公告)日：2022-10-21
申请号：CN202210535353.6
申请日：2022-05-17
Applicant: 重庆大学
IPC: G06Q10/04 , G06Q30/06 , G06F30/27 , G06N3/00 , G06F111/06
Abstract: 本发明涉及一种基于QoS的科技咨询平台服务商组合优选方法，依据历史交易数据和服务商信息，对服务商服务质量QoS进行研究，实现服务商满足雇主需求的能力评估，获取服务能力最优的服务商；兼顾平台、雇主和服务商的利益，考虑服务商QoS、报价维、时间维和服务商协同度等多维度属性构建多目标数学优化模型，基于预先定义的Q‑ACA算法求解所述多目标数学优化模型，从而确定服务商组合方案最优解。解决了科技咨询平台服务商组合优选兼顾多方参与主体利益难的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
