-
公开(公告)号：CN116049377A
公开(公告)日：2023-05-02
申请号：CN202211599128.5
申请日：2022-12-12
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/338 , G06F40/289 , G06N3/08 , G06N3/0464
Abstract: 本发明请求保护一种基于矩阵分解和CRNN的上下文感知推荐系统和方法，方法包括以下步骤：利用神经网络提取辅助信息的潜在特征表示，生成项目潜在特征向量。利用概率举证分解模型，将用户偏好矩阵建模为两个低秩用户矩阵和项目矩阵的乘积。使用神经网络提取的项目潜在向量和矩阵分解中对应的项目矩阵中的项目潜在特征向量结合，不断优化得到用户偏好相似矩阵。利用训练模型预测用户对未评分项目进行评分，使用Top‑N排序生成推荐项目。本发明提出了一种利用卷积神经网络和循环神经网络相结合的方法，得到具有高表征的项目特征向量，从而和概率矩阵分解相结合，找到最优的相似用户‑项目评分矩阵，提高推荐的准确性，降低损失率。
-
公开(公告)号：CN106844083A
公开(公告)日：2017-06-13
申请号：CN201710090523.3
申请日：2017-02-20
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向流计算系统异常感知的容错方法及系统，包括计算模块、系统监控模块、动态扩展模块、错误恢复模块和计算资源池模块。系统监控模块周期性的检测系统中各个工作节点的计算状态，当检测到工作节点的状态为警告时，通过系统监控模块、动态扩展模块、错误恢复模块及计算资源池模块之间的相互配合，对处于警告状态的工作节点进行预防性的错误恢复；系统监控模块进一步监控处于警告状态的工作节点，根据工作节点的状态从警告分别到错误、正常和异常之间转变，错误恢复模块做出不同的处理。这是一种在实现流计算系统中对用户透明的容错方法；本发明具有完整的错误恢复过程，并且提高了流计算系统的错误恢复效率。
-
公开(公告)号：CN117932435A
公开(公告)日：2024-04-26
申请号：CN202410107340.8
申请日：2024-01-25
Applicant: 重庆邮电大学
IPC: G06F18/241 , G06N20/20
Abstract: 本发明属于工业互联网大数据与机器学习领域，涉及基于混合采样和动态集成学习的漂移数据流分类方法，包括：对数据流进行分块，得到数据区块；利用混合采样技术对数据区块进行混合采样，得到平衡数据集；利用平衡数据集生成候选分类器池；利用改进的KNORA‑E算法根据候选分类器池和平衡数据集构建最佳分类集成模型；根据最佳分类集成模型计算分类结果，根据分类结果计算评估指标，根据评估指标更新最佳分类集成模型的权重；本发明通过使用改进的KNORA‑E算法，综合考虑不同分类器的局部特性、复杂度、训练时间以及构建时间，根据数据的变化动态选择适合的基分类器，提高模型的性能和泛化能力。
-
公开(公告)号：CN113888138A
公开(公告)日：2022-01-04
申请号：CN202111258112.3
申请日：2021-10-27
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机领域，具体涉及一种基于区块链和网络表示学习推荐的项目管理方法，该方法包括：获取当前项目信息，对当前项目信息进行预处理；将预处理后的信息输入到推荐模型中，得到推荐人员信息；根据推荐人员信息组建项目组，完成项目；本发明采用基于网络表示学习的推荐算法对指定项目推荐合适的开发人员；利用区块链不可篡改的特性，并结合时间戳以及共识算法，使项目开发全过程能够安全、精准地记录在区块链中；利用基于属性加密的区块链数据溯源算法，实现对项目开发全过程可追溯。
-
公开(公告)号：CN114298783A
公开(公告)日：2022-04-08
申请号：CN202111543720.9
申请日：2021-12-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于矩阵分解融合用户社交信息的商品推荐方法及系统，属于计算机领域，该方法包括：构建用户‑物品评分矩阵和用户‑用户社交网络，同时根据用户‑用户社交网络生成用户社交语料；利用用户‑物品评分数据以及用户社交语料训练矩阵分解与神经网络混合模型，得到用户特征矩阵和物品特征矩阵；根据用户特征矩阵和物品特征矩阵预测出未观测评分；将预测评分数值较高的若干物品推荐给相应用户。本发明通过设计统一目标函数整合了矩阵分解模型与神经网络模型；基于统一的优化框架，实现了矩阵分解模型与神经网络模型之间的双向促进与协同优化，从而实现向用户精准推荐其所感兴趣的物品。
-
Patent Agency Ranking
公开(公告)号：CN107613520B
公开(公告)日：2020-08-04
申请号：CN201710756540.6
申请日：2017-08-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及数据挖掘领域，具体公开了一种基于LDA(Latent Dirichlet Allocation潜在狄利克雷分布)主题模型的电信用户相似度发现方法，其是将电信用户的多维特征与基于概率模型的主题发现算法有机地联系在一起，从四个不同的方面考虑电信用户相似度计算方法，这四个方面分别是：用户的基本属性、通话记录、短信记录以及用户一天中连接的所有基站的位置信息和连接起始时间、结束时间。本发明重点利用LDA主题模型对用户一天中所连基站信息语料库进行建模，利用文本的统计特性，挖掘隐藏在文本内的潜在主题信息，得到文档的主题分布，以此计算文档的相似度，为深入挖掘电信领域用户的相似特征提供有力地保证。
-
公开(公告)号：CN106844083B
公开(公告)日：2020-05-12
申请号：CN201710090523.3
申请日：2017-02-20
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向流计算系统异常感知的容错方法及系统，包括计算模块、系统监控模块、动态扩展模块、错误恢复模块和计算资源池模块。系统监控模块周期性的检测系统中各个工作节点的计算状态，当检测到工作节点的状态为警告时，通过系统监控模块、动态扩展模块、错误恢复模块及计算资源池模块之间的相互配合，对处于警告状态的工作节点进行预防性的错误恢复；系统监控模块进一步监控处于警告状态的工作节点，根据工作节点的状态从警告分别到错误、正常和异常之间转变，错误恢复模块做出不同的处理。这是一种在实现流计算系统中对用户透明的容错方法；本发明具有完整的错误恢复过程，并且提高了流计算系统的错误恢复效率。
-
公开(公告)号：CN107655490A
公开(公告)日：2018-02-02
申请号：CN201710756547.8
申请日：2017-08-29
Applicant: 重庆邮电大学
IPC: G01C21/34
Abstract: 本发明提出一种基于移动用户轨迹分段和最热搜索的热点路径发现方法。先根据运营商的基站位置历史数据结合道路网，通过基于轨迹分段方法和权重的路段标识方法，生成基于不同贡献度的交通线路集合，然后利用基于贡献度的最热搜索方法确定在固定起始点的情况下的最热路径，最后输出基于固定起始点的最热线路和通过这条线路经过的时间。本发明将运营商数据与地理位置结合，有效改善了移动轨迹定位精度低的缺点，提出的基于运营商基站大数据的热点路径发现方法对位置类服务具有很大的技术参考价值，也为各大城市交通规划提供技术依据。
-
公开(公告)号：CN116915379A
公开(公告)日：2023-10-20
申请号：CN202311006504.X
申请日：2023-08-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及Web3和同态加密技术，具体涉及一种基于同态加密算法和零知识证明协议的区块链隐私保护方法及系统，方法包括对需要进行同态加密计算的数据进行分片处理，并将分片后的数据分别送给计算节点；计算节点使用预设的同态加密算法对收到的数据分片进行加密并存储在本地；当收到同态加密计算请求时，计算节点根据请求中的计算函数和参数，对本地存储的加密数据分片进行同态加密计算，将计算结果发送给请求方；使用零知识证明协议向其他用户节点证明自己正确执行同态加密算法；请求方收集来自不同计算节点的计算结果，并使用预设的解密算法对其进行解密，得到最终的明文计算结果；本发明提高了数据的隐私性、完整性、可信性和可扩展性。
-
公开(公告)号：CN108399189A
公开(公告)日：2018-08-14
申请号：CN201810064199.2
申请日：2018-01-23
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明属于大数据和数据挖掘推荐系统技术领域，尤其是一种基于社团发现的好友推荐系统及其方法。本发明的系统包括：数据获取模块、数据处理模块、数据存储模块、业务逻辑模块、显示模块等五个模块。提出了一种基于社团发现的计算方法，根据用户的签到地理位置信息和共同好友数计算用户距离相似度和熟识度，再加入到LMF算法中进行社团划分，在产生的好友社团中，根据用户离散签到时间时，采用核密度估计算法计算用户24小时整体签到概率密度。再计算用户签到地点的地点相似度，建立用户时空相似度模型实现推荐。本发明解决用户兴趣多样性推荐的问题以及用户兴趣不断变化带来的推荐运算复杂度增长的问题，得到较传统的推荐技术更加灵活的推荐技术，提高了推荐质量。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
