-
公开(公告)号：CN108256968B
公开(公告)日：2022-03-18
申请号：CN201810028986.1
申请日：2018-01-12
Applicant: 湖南大学
IPC: G06Q30/06 , G06F40/284
Abstract: 本发明公开了一种电商平台商品专家评论生成方法，提出一种基于序列到序列生成模型的专家评论总结生成技术，提取某商品所有用户评论中的重要信息，生成一段总结性的话语来描述商品的特性。消费者可以根据生成的专家评论来了解商品的优缺点，考虑是否购买；商家可以根据生成的专家评论来改进自己的商品。本专利可以抽取出具有代表商品特性的重要评论，能够为商家改进商品提供很好的参考，让商家提升产品的用户体验，提高销量，增加收益。同时它能够为消费者提供购买参考，提升消费者的购物体验；还可以帮助电商平台吸引更多的粘性用户，扩大自身的影响力。
-
公开(公告)号：CN111523738A
公开(公告)日：2020-08-11
申请号：CN202010572727.2
申请日：2020-06-22
Abstract: 本发明提供一种基于用户在线学习行为模式预测学习效果的系统，包括学习行为信息采集模组、学习效率计算模组、学习行为模式计算模组、学习能力‑动机计算模组及学习效果预测模组。所述学习行为信息采集模组对应采集用户学习行为信息及用户基本信息。所述学习效率计算模组根据用户在不同类别的在线课程中的学习行为信息生成用户的学习效率矩阵。所述学习行为模式计算模组生成用户分类信息及用户的学习行为模式信息。所述学习能力‑动机计算模组生成用户在在线课程学习中的学习能力信息和学习动机信息。所述学习效果预测模组预测用户在在线课程学习中的学习效果。本发明还提供一种采用上述预测用户在不同类别在线课程中学习效果的系统的预测方法。
-
公开(公告)号：CN111460819A
公开(公告)日：2020-07-28
申请号：CN202010245004.1
申请日：2020-03-31
Applicant: 湖南大学
IPC: G06F40/289 , G06F40/30 , G06Q30/02 , G06Q30/06
Abstract: 本发明提供一种基于细粒度情感分类的个性化评论文本推荐系统，其包括关联商品构建模组、关联用户构建模组、方面、短语提取模组、情感分析模组、用户方面情感相似度计算模组、用户相似度计算模组、帮助性分数计算模组及个性化评论推荐模组。所述关联商品构建模组构建关联商品集合。所述关联用户构建模组构建关联用户集合。所述方面、短语提取模组提取商品评论文本中的商品方面词及短语。所述情感分析模组计算用户的方面情感分数。所述用户方面情感相似度计算模组计算用户之间的方面情感相似度。所述用户相似度计算模组获得相似用户。所述帮助性分数计算模组计算相似用户的评论文本的帮助性分数并对应推荐评论文本给目标用户。同时，本发明还提供一种采用所述推荐系统的推荐方法。
-
公开(公告)号：CN109978333A
公开(公告)日：2019-07-05
申请号：CN201910139460.5
申请日：2019-02-26
Applicant: 湖南大学
Abstract: 本发明公开了一种众包系统中基于社区发现与链接预测的独立工人选择方法，包括如下步骤：步骤S1、工人历史数据收集，在众包平台收集工人历史数据，对所述工人历史数据进行相关分析，发现工人之间已有的关联；步骤S2、工人独立性分析，使用所述工人历史数据，采用社区发现算法分析工人之间已有的联系来获得工人之间的独立性；步骤S3、工人未来独立性预测，采用链接预测技术预测出工人之间将来发生关联的可能性；步骤S4、众包工人选取。本发明的有益效果：本发明兼顾众包工人现有联系紧密度和将来的联系可能性，引入社区发现和链接预测技术，来保证所选众包工人的独立性，降低工人之间抄袭合谋的可能性，更好地提高众包任务的完成质量。
-
公开(公告)号：CN109886788A
公开(公告)日：2019-06-14
申请号：CN201910139528.X
申请日：2019-02-26
Applicant: 湖南大学
Abstract: 本发明公开了一种基于弱连接的惊喜度推荐方法，包括如下步骤：步骤一、构建用户-产品网络图；步骤二、确定用户-产品、产品-产品和用户-用户的关联系数；步骤三、计算用户、产品的弹性系数；步骤四、基于用户-产品网络图和弹性系数生成推荐模型，并完成参数训练。本发明的有益效果：既获取了用户与产品之间的关联性又能避免推荐的重复性；弹性满足了用户对惊喜度需求程度不同的现状，并且针对不同用户，惊喜度和推荐有效性能够达到动态平衡的效果；综上，本专利在推荐方面能够达以适宜惊喜度推荐来满足用户不同需求的效果，能够缓解产品的长尾效应、有助于拓展用户视野。
-
Patent Agency Ranking
公开(公告)号：CN111737570B
公开(公告)日：2024-05-07
申请号：CN202010521526.X
申请日：2020-06-10
IPC: G06F16/9535 , G06F16/36 , G06Q10/0639 , G06Q50/20
Abstract: 本发明提供一种多模态在线学习资源网络推荐系统。所述网络推荐系统包括数据采集模组、学习能力评估模组、学习资源难度计算模组及学习资源推荐模组，所述数据采集模组采集学习者信息及学习资源信息，所述学习能力评估模组根据所述学习者信息获得学习者的学习能力值，所述学习资源难度计算模组根据所述学习资源信息计算学习资源难度值，所述学习资源推荐模组分别接收所述学习能力值以及所述学习资源难度值，并根据所述学习能力值及所述学习资源难度值之间的相互匹配值生成学习资源推荐方案，并选择性推荐满足匹配值的学习资源至学习者。同时，本发明还提供一种采用上述网络推荐系统的推荐方法。
-
公开(公告)号：CN109960763B
公开(公告)日：2020-12-22
申请号：CN201910218748.1
申请日：2019-03-21
Applicant: 湖南大学
IPC: G06F16/9536 , G06F40/30 , G06K9/62 , G06Q50/00
Abstract: 本发明公开了一种基于用户细粒度摄影偏好的摄影社区个性化好友推荐方法。本发明主要是从用户摄影作品的细粒度标签的角度来提取细粒度摄影偏好，通过对用户细粒度标签的相似度进行计算，再通过聚类算法，将相似度较大的标签聚类成若干个类簇。提取每个类簇中离聚类中心近的细粒度标签和高频率标签，以便精确刻画用户的细粒度摄影偏好。最后，结合用户活跃度如作品数量、粉丝量和被浏览量，对用户摄影偏好进行加权处理，使得优先推荐用户活跃度更高的用户作为目标用户的潜在好友，从而提高摄影社区个性化好友推荐的质量。
-
公开(公告)号：CN112069151A
公开(公告)日：2020-12-11
申请号：CN202010919393.1
申请日：2020-09-04
IPC: G06F16/21 , G06F16/2453
Abstract: 本发明提供一种基于二分图及学习迁移算法的任务管理方案生成方法，包括如下步骤：提供用户数据集，所述用户数据集包括任务数据集、时间片数据集及用户历史记录集；提供第一数据处理模组，分别对所述任务数据集的任务数据阶段性划分及对所述时间数据集的时间数据周期性划分；提供第二数据处理模组，依据用户历史认知过程将所述历史数据集的用户历史效率、用户历史任务层级划分；量化所述第二数据处理模组的处理结果，反映用户特征；依据量化的用户特征构建用户个性化效率曲线；构建双边动态加权二分图；采用迁移学习匹配算法生成任务管理方案。本发明的任务管理方案生成方法提高用户的任务管理效率和执行效果。同时，本发明还提供一种针对上述任务管理方案生成方法的任务管理生成系统及执行上述方法的计算机可读存储介质、电子设备。
-
公开(公告)号：CN110110181B
公开(公告)日：2020-12-11
申请号：CN201910384509.3
申请日：2019-05-09
Applicant: 湖南大学
IPC: G06F16/951 , G06Q30/06 , G06Q30/02
Abstract: 本发明提出了一种基于用户风格和场景偏好的服装搭配推荐方法。本发明从用户角度出发，考虑到了用户的风格偏好以及应用场景对于服装搭配推荐的影响。根据偏好预测器预测出用户的服装偏好，找出用户更喜爱的服装种类和风格，并对相同风格的服装进行聚类分析，同时将场景因素添加到预测模型中，考虑季节变化和出席场合对于服装的选择，按照匹配度搭配成套装形成推荐。这使得推荐方案更加符合用户自身的穿衣风格，更好地应用于具体场景当中，能够满足用户的真实需求，提高服装搭配推荐方案的精准性，向用户进行个性化服装推荐，从而扩大用户的购买率，提升服装产业的销量。
-
公开(公告)号：CN109960762B
公开(公告)日：2020-09-11
申请号：CN201910248635.6
申请日：2019-03-29
Applicant: 湖南大学
IPC: G06F16/9535
Abstract: 本发明公开了一种天气和时间感知的个性化POI序列推荐方法，包括如下步骤：步骤一、数据预处理；步骤二、POI流行度建模；步骤三、用户兴趣建模；步骤四、进行天气和时间感知的个性化POI序列推荐。本发明的有益效果：本发明着重探讨天气和时间因素对POI序列推荐的影响，着重考虑天气因素，如避免下雨天推荐给用户室外的POI，着重考虑时间因素，如用户偏好早上访问体育馆，而不是晚上访问。本发明能给用户推荐一个在特定天气特征和时间区间内，受欢迎的、最大化用户兴趣偏好的个性化POI序列，使其更符合实际应用场景。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.018 seconds)
