-
公开(公告)号:CN111695046A
公开(公告)日:2020-09-22
申请号:CN202010328213.2
申请日:2020-04-23
Applicant: 清华大学
IPC: G06F16/9537 , G06K9/62 , G06N20/10
Abstract: 本发明实施例提供一种基于时空移动数据表征学习的用户画像推断方法及装置,该方法包括:获取多个用户和用户访问的地点数据,以用户与用户的边长权重表示用户时空模式的相似度,地点与地点的边长权重表示地点功能上的相似度,用户与地点的边长权重表示用户访问地点的频率,得到保留语义的移动网络;获取使预设的目标函数最小时的用户表示向量,输入预设的机器学习分类模型,获取用户画像的推断结果;其中,所述目标函数根据上述三类边长权重,以及用户表示向量和地点表示向量构建得到。该方法无需人为进行大量的特征生成与特征筛选,训练模型的效率较高,有效节约人力成本,且能够有效保障模型性能,进而实现了基于移动数据准确的用户属性推断。
-
公开(公告)号:CN111598114A
公开(公告)日:2020-08-28
申请号:CN201910127322.5
申请日:2019-02-20
Applicant: 腾讯大地通途(北京)科技有限公司 , 腾讯科技(深圳)有限公司 , 清华大学
Abstract: 本申请涉及一种隐藏状态序列的确定方法,包括获取目标街区对应的观测序列;基于观测序列、隐马尔科夫模型中与目标街区对应的初始状态概率和状态转移概率、以及与隐马科夫模型涉及的各候选街区共同对应的高斯分布均值和高斯分布方差,确定目标街区在观测序列覆盖的各时间片内分别处于隐马尔科夫模型的各隐藏状态的局部概率,确定各局部概率分别对应的反向指针;基于目标街区在观测序列覆盖的最后一个时间片内分别处于各隐藏状态的局部概率中的最大局部概率,确定目标街区在最后一个时间片内所处的隐藏状态;基于目标街区在最后一个时间片内所处的隐藏状态及各反向指针进行最优路径回溯得到隐藏状态序列,能支持对街区的状态转移情况进行确定。
-
公开(公告)号:CN111160968A
公开(公告)日:2020-05-15
申请号:CN201911381310.1
申请日:2019-12-27
Applicant: 清华大学 , 杭州微拓科技有限公司
Abstract: 本发明实施例提供一种SKU级别商品销量预测方法及装置,该方法包括:获取SKU商品的多种特征数据,分别进行特征提取,得到多个特征向量;将所述多个特征向量输入预设的人工神经网络模型,根据所述人工神经网络模型的输出结果,确定SKU商品预测窗口的总销量;其中,所述特征数据包括,商品静态属性特征、历史窗口销量数据、预测窗口动态特征;所述预设的人工神经网络模型,根据已知预测窗口销量结果作为标签的特征数据,进行训练后得到。预测过程充分提取了商品自身的属性特征,利用到商品之间的相似性和不同性;而商品在预测窗口的动态特征,充分反映了消费者购买选择情况对销量造成的影响,从而该方法能够实现准确的销量预测。
-
公开(公告)号:CN107507418B
公开(公告)日:2020-05-15
申请号:CN201710675143.6
申请日:2017-08-09
Applicant: 清华大学 , 山东省交通规划设计院
IPC: G08G1/01
Abstract: 本发明实施例提供一种高速公路车辆进入服务区停留过程分析方法及装置。其中,所述方法包括:获取用户终端的移动轨迹数据;根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据;根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件;若判断获知所述车辆在服务区发生停留事件,则计算所述车辆进出所述服务区的时间;根据所述车辆进出所述服务区的时间得到所述服务区的交通统计数据。本发明实施例提供的高速公路车辆进入服务区停留过程分析方法及装置克服了现有技术中主要基于调查数据的缺陷,数据信息针对性强,多样化了车辆在服务区停留的统计参数,契合了应用需求。
-
公开(公告)号:CN110880124A
公开(公告)日:2020-03-13
申请号:CN201910936816.8
申请日:2019-09-29
Applicant: 清华大学 , 杭州微拓科技有限公司
IPC: G06Q30/02
Abstract: 本发明实施例提供一种转化率评估方法及装置,该方法包括:根据商品属性表和用户属性表,获取特征数据;将获取的特征数据,输入到预设的点击Wide&Deep模型,输出用户对商品链接的点击概率,并将获取的特征数据,输入分享Wide&Deep模型,输出用户对商品链接的分享概率;根据点击概率和分享概率,进行打分融合后,获得用户对所述商品的转化概率;其中,点击或分享Wide&Deep模型分别根据已确定点击或分享结果的样本商品属性表及样本用户属性表进行训练后得到。该方法能够准确获得用户对商品的点击概率和分享概率,通过两个精排分数和召回分数进行融合,确定的转化概率更为准确。
-
公开(公告)号:CN107507418A
公开(公告)日:2017-12-22
申请号:CN201710675143.6
申请日:2017-08-09
Applicant: 清华大学 , 山东省交通规划设计院
IPC: G08G1/01
Abstract: 本发明实施例提供一种高速公路车辆进入服务区停留过程分析方法及装置。其中,所述方法包括:获取用户终端的移动轨迹数据;根据所述用户终端的移动轨迹数据得到车辆的移动轨迹数据;根据车辆的移动轨迹数据判断所述车辆在服务区是否发生停留事件;若判断获知所述车辆在服务区发生停留事件,则计算所述车辆进出所述服务区的时间;根据所述车辆进出所述服务区的时间得到所述服务区的交通统计数据。本发明实施例提供的高速公路车辆进入服务区停留过程分析方法及装置克服了现有技术中主要基于调查数据的缺陷,数据信息针对性强,多样化了车辆在服务区停留的统计参数,契合了应用需求。
-
公开(公告)号:CN105991367A
公开(公告)日:2016-10-05
申请号:CN201510100366.0
申请日:2015-03-06
Applicant: 清华大学 , 日立(中国)研究开发有限公司
IPC: H04L12/26
Abstract: 本发明提供一种测量虚拟机之间通信依赖关系的方法、系统和控制器。该测量系统包含服务器、控制器、交换设备和设置在服务器上的虚拟机,服务器对虚拟机的通信数据包进行采样,并将采样结果发送至控制器;控制器根据采样结果预分析各虚拟机之间的通信关系,并根据所述通信关系选择要测量的至少一个虚拟机对,以及获取所述虚拟机对之间的数据包转发路径,控制器在所述转发路径上选择一个负荷最小的交换设备来测量所述虚拟机对之间的通信流量;交换设备将所测量到的流量结果返回控制器;服务器上设置有深度分析模块,其通过软件交换机获取虚拟机对之间通信数据包的镜像,进行深度分析。
-
公开(公告)号:CN103685041A
公开(公告)日:2014-03-26
申请号:CN201210324804.8
申请日:2012-09-04
Applicant: 清华大学
IPC: H04L12/771
Abstract: 本发明提供一种可编程虚拟路由器及路由方法,其包括可编程硬件板卡、PCI/PCI-E总线以及主机,所述硬件板卡通过所述总线与所述主机相连接,通过所述可编程硬件板卡实现比特粒度可编程的数据平面结构,所述数据平面结构支持数据包中任意比特的提取,支持在跨总线长度的边界部分任意比特长度的组合,从而数据包中任意域可被提取组合,通过多流水线的设计实现了多个虚拟路由器实例的并行运行;所述主机用于实现虚拟的控制平面,所述虚拟的控制平面与可编程硬件板卡中的多个虚拟路由器动态地连接来形成映射关系。本发明能够提供处理任意类型数据包的数据平面和在线编程能力。
-
公开(公告)号:CN103248603A
公开(公告)日:2013-08-14
申请号:CN201310195576.3
申请日:2013-05-23
Applicant: 清华大学
Abstract: 本发明提出一种基于畸变星座估计与解调的PA非线性影响消除方法,包括以下步骤:接收具有相同调制方式的辅助序列和数据负载,并建立该调制方式下辅助序列的基带模型,其中,基带模型由标准星座点和PA响应函数构建;根据基带模型建立畸变星座点的畸变幅度集合和附加相位集合;根据辅助序列对畸变星座点的畸变幅度集合和附加相位集合进行求解;根据畸变星座点的畸变幅度集合、附加相位集合以及标准星座点相位得到畸变星座;以及根据求解得到的畸变星座对数据负载的调制信号进行解调。根据本发明实施例的方法,通过基带数字信号处理简化了发射端射频器件的设计难度,同时接收端也只需较低的复杂度及成本。
-
公开(公告)号:CN102064797B
公开(公告)日:2013-06-05
申请号:CN201010544386.4
申请日:2010-11-12
Applicant: 清华大学
IPC: H03H17/02
Abstract: 本发明公开了一种分数倍采样率变换的并行实现方法,所述方法包括以下步骤:S1:将待变换数据序列x(n)以D路为一组,记为x(0),x(1),...,x(D-1),按频率fi/D输入具有信道标记的D个滤波信道中,其中每一所述滤波信道包括I个子信道;S2:对于每组数据,由所述D个滤波信道获得I×D路待运算数据;S3:根据第一预置规则,由所述I×D路待运算数据中抽取具有固定位置的I路数据执行卷积运算,获得频率分别为fo/I的I路输出数据y(0),y(1),...,y(I-1);其中,fo/fi=I/D为分数倍采样率变换倍数,I和D互为质数。本发明的方法能将基于多相滤波的分数倍采样率变换的运算速率降低到fi或fo以下,而且能适用于宽带通信系统中的多路并行传输,对于串行数据只需进行串并转换之后再处理。
-
-
-
-
-
-
-
-
-