一种基于WebSocket的研讨过程控制系统及方法

    公开(公告)号:CN110297442A

    公开(公告)日:2019-10-01

    申请号:CN201910358875.1

    申请日:2019-04-30

    Inventor: 熊才权

    Abstract: 本发明提供一种基于WebSocket的研讨过程控制系统及方法。所述系统包括研讨态势信息监听模块、资料通播模块、同步/异步控制模块。研讨态势信息监听模块捕捉发生变化的研讨态势信息,包括研讨文本信息、专家状态信息、研讨状态信息,之后将捕捉到的研讨态势信息封装成JSON格式传递给服务器,由服务器转发给客户端,研讨控制者依据当前时刻的研讨态势信息选择调用资料通播模块或同步/异步控制模块,达到控制整个研讨过程的目的。本发明利用WebSocket协议,结合群体研讨支持系统研讨流程化的特点,在群体研讨过程中,确保群体成员之间的研讨态势信息的实时传递、同步/异步控制、共享页面保持,从而达到控制研讨走向,促进群体思维的目的。

    一种基于TCP WebSocket协议的协同编辑方法

    公开(公告)号:CN109299046B

    公开(公告)日:2023-08-15

    申请号:CN201811000802.7

    申请日:2018-08-30

    Abstract: 本发明公开基于TCP WebSocket协议的协同编辑方法。该协同编辑方法包括:将文档进行分段处理;对用户选择的段落进行加锁控制,当一位用户编辑该段时,对该段进行加锁控制,在加锁控制时不允许其他用户进行编辑,直到释放该段落的锁;当不同的用户选择编辑相同的段落时,方法根据加锁先后顺序进行排队,每次由队列的首位用户进行段落的编辑,其余用户进行等待,在排队等待时,允许排队等待的用户编辑其它段落,以节约协同编辑的总时间;支持所有用户在编辑过程中实时在线聊天,以加强协同编辑过程中的相互交流。通过本方法可以有效提高协同编辑效率。

    一种基于用户偏好与用户属性的个性化推荐方法

    公开(公告)号:CN111782939A

    公开(公告)日:2020-10-16

    申请号:CN202010491392.1

    申请日:2020-06-02

    Abstract: 本发明属于人工智能技术领域,公开了一种基于用户偏好与用户属性的个性化推荐方法,提取目标用户的第一历史行为信息,根据偏好阈值条件进行筛选得到第二历史行为信息,进而得到目标用户对不同类别的物品的喜好信息,构建目标用户的偏好模型;根据目标用户的偏好模型,得到目标用户与其他用户之间的第一相似度信息,根据目标用户与其他用户的个人配置信息得到用户配置权值信息,结合第一相似度信息和用户配置权值信息得到第二相似度信息,构建相似用户集合;根据目标用户的偏好模型和相似用户集合构建待推荐物品总集。本发明解决了现有技术中个性化推荐无法保证推荐物与目标用户的偏好相契合的问题,能够确保推荐物品与用户的偏好相契合。

    一种基于主题融合的序列模型文本摘要生成方法

    公开(公告)号:CN111666756A

    公开(公告)日:2020-09-15

    申请号:CN202010453197.X

    申请日:2020-05-26

    Inventor: 熊才权 王壮 沈力

    Abstract: 本发明公开了一种基于主题融合的序列模型文本摘要生成方法,首先对输入文本进行预处理,使用word2vec模型来进行词嵌入训练,然后对词嵌入处理之后的文本使用序列到序列框架编码和解码。编码器和解码器网络都是通过双向长短时记忆网络层来构建,最后加入主题融合注意力机制将主题化和上下文的对齐信息提供到深度学习架构中,来帮助模型生成更连贯、多样性更强和信息更丰富的摘要。该方法引入数学领域中常见的统计学方法以及计算机领域的深度学习方法方法,确定了一种较为通用的文本摘要方法,也为其他文本摘要模型提供了一种计算参考方法,可以改善文本摘要的生成效果。

    一种基于上下文语义感知的抽取式文档自动摘要方法

    公开(公告)号:CN110728144A

    公开(公告)日:2020-01-24

    申请号:CN201910946636.8

    申请日:2019-10-06

    Abstract: 本发明公开一种基于上下文语义感知的抽取式文档自动摘要方法,该方法主要解决传统的算法缺乏对于句子在不同的语境中的辨识度的问题。本发明首先用LDA主题模型计算文档中的主题概率分布,进而确定每一个句子与主题词的相似度。然后用CNN模型提取句子的语义特征,进而计算每一个句子与特征的相似度,然后最后把每一个句子的主题相似度和特征相似度的值相加,得到最终的句子得分,按得分排名取合适数量的语句作为摘要。该方法引入了主题模型和深度学习模型,确定了一种主题摘要方法,能够更加精确的分析其不同语境中的句子含义,也为其他的文档自动摘要方法提供了一种计算参考方法。

    一种基于D3的研讨系统思维导图及其开发方法

    公开(公告)号:CN105653650A

    公开(公告)日:2016-06-08

    申请号:CN201511003699.8

    申请日:2015-12-28

    CPC classification number: G06F17/30994

    Abstract: 本发明提供一种基于D3的研讨系统思维导图及其开发方法;在B/S框架的基础上,在分析了国内外在研讨信息思维导图的展示方面的优缺点的基础上,同时采用当今流行的D3可视化技术,利用从数据库中获取的研讨信息数据动态绘制出研讨信息思维导图。本发明易用性高,采用简单,交互性强,在层次性的展示方面显得清晰,由于采用了树算法,使得思维导图以树形结构展示且在多人思维展示的上面不会显得节点拥挤,同时可以实时动态的显示研讨信息,清晰地了解研讨信息之间的关系,从而使得人们可以达到讨论问题的最好效果。

Patent Agency Ranking