政务服务智能推荐方法、系统、设备及存储介质

    公开(公告)号:CN116975396B

    公开(公告)日:2024-12-03

    申请号:CN202311237996.3

    申请日:2023-09-25

    Abstract: 本申请涉及一种政务服务智能推荐方法、系统、设备及存储介质,涉及智慧城市和电子政务领域,其中方法包括:采集目标用户的多维度数据,对所述数据进行预处理得到所述目标用户的用户特征;根据所述目标用户的用户特征,通过时间衰减法计算所述目标用户的偏好特征向量;提取待推荐内容的属性特征,结合所述目标用户的偏好特征向量计算所述待推荐内容之间的相似度;基于所述目标用户的偏好特征向量和所述待推荐内容之间的相似度,计算所述目标用户与每个待推荐内容的匹配度,生成推荐列表;可以解决政务服务领域中无法为用户提供个性化服务且内容推荐不准确的问题。

    基于深度学习的政策信息服务推荐方法、系统及存储介质

    公开(公告)号:CN118051607A

    公开(公告)日:2024-05-17

    申请号:CN202410194770.8

    申请日:2024-02-21

    Abstract: 本申请涉及深度学习技术领域,尤其涉及一种基于深度学习的政策信息服务推荐方法、系统及存储介质,其中方法包括将目标企业输入至预先构建的匹配模型,以按照匹配度从高到低的顺序输出与多个政策信息服务相关联的服务信息文本,所述匹配模型包含存储有企业信息的企业信息库和存储有政策信息服务的服务信息库;将匹配度最高的服务信息文本与所述多个服务信息文本中其他服务信息文本进行关联度计算,以根据关联度计算结果对所述其他服务信息文本进行重新排序;将重新排序后多个政策信息服务相关联的服务信息文本推荐至目标企业。本申请能够在考虑政策信息服务之间的深层次关联以及企业信息的多样性下完成准确且个性化的政策信息服务推荐。

    一种基于线性回归算法的负载均衡方法及装置

    公开(公告)号:CN116886619A

    公开(公告)日:2023-10-13

    申请号:CN202310989595.7

    申请日:2023-08-08

    Abstract: 本发明涉及一种基于线性回归算法的负载均衡方法及装置,包括如下步骤:在每台实例服务器上部署服务器负载数据采集模块,数据采集模块定时采集服务器的负载数据及服务调用日志数据,通过网络通信手段将负载数据传送给数据收集模块;数据收集模块将收集到的负载数据进行整理,以文本日志的形式存储到指定目录,每行记录分别包含服务器编号、CPU使用率、内存使用率、请求开始时间戳、接口响应时间,数据之间用逗号进行分隔;权重预测模块负责对收集到的数据进行统计整理,并使用线性回归算法进行负载权重预测,并将计算出的每一个实例服务器的权重值传送至策略转发模块;策略转发模块将服务请求根据负载权重转发到后端实例服务器。

Patent Agency Ranking