-
公开(公告)号:CN115309899A
公开(公告)日:2022-11-08
申请号:CN202210949186.X
申请日:2022-08-09
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06K9/62 , G06F40/284
Abstract: 本发明公开了一种文本中特定内容识别存储方法及系统,属于文特定词识别的技术领域,其方法包括生成特定词库和规则库;获取待识别的文本集合;提取当前特定文本数据集中的新特定词,得到新特定词集合;将需要训练的词组输入BERT模型;从特定文本中获取疑似新特定词集合,利用BERT模型计算特定词库中各词的特征向量与疑似新特定词集合中各词的特征向量的余弦相似度,并基于计算结果判定新特定词。本发明解决了现有技术中基于预构建模式规则的匹配方式仅局限于特定匹配规则模式,匹配方式不够灵活,结果不够全面,难以及时识别海量新出现的特定词及其变体词,且由于文本中涉及大量错综复杂的词语,容易造成特定词的模糊匹配,导致误识别的问题。
-
公开(公告)号:CN115292571A
公开(公告)日:2022-11-04
申请号:CN202210942548.2
申请日:2022-08-08
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/951 , G06F16/215 , G06F8/61 , G06F9/445 , G06F17/18 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种App数据采集方法及系统,所述方法包括对群控平台中所有应用软件进行遍历采集,得到群控平台应用软件信息;对群控平台应用软件中的内容进行深度优先遍历采集,并将获取的内容进行整合;对整合后的采集内容进行判断清洗,获得最终应用软件通用内容。通过采用改进的深度优先遍历算法完成采集工作,保证了采集数据的全面性,同时提高了采集效率。
-
公开(公告)号:CN118013105B
公开(公告)日:2024-11-22
申请号:CN202310961857.9
申请日:2023-08-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/9538
Abstract: 本申请涉及一种推送信息的生成方法、装置、电子设备及存储介质,所述推送信息的生成方法通过获取第一推送信息集合,判断第一推送信息集合中,推送信息的第一比例是否小于预设阈值,推送信息表示包含预设内容的推送信息,并在第一比例小于预设阈值的情况下,根据第一比例确定调整策略,调整策略用于调整第一推送信息集合中的推送信息,基于调整策略调整第一推送信息集合中的推送信息,以生成目标推送信息集合。由此,在推送信息的第一比例较低时,可以通过调整策略起到调整推送信息的第一比例的作用,以此解决个性化推送方式中特定推送内容比例低的问题,实现了检测以及调整推送信息的比例的效果。
-
公开(公告)号:CN118013105A
公开(公告)日:2024-05-10
申请号:CN202310961857.9
申请日:2023-08-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/9538
Abstract: 本申请涉及一种推送信息的生成方法、装置、电子设备及存储介质,所述推送信息的生成方法通过获取第一推送信息集合,判断第一推送信息集合中,推送信息的第一比例是否小于预设阈值,推送信息表示包含预设内容的推送信息,并在第一比例小于预设阈值的情况下,根据第一比例确定调整策略,调整策略用于调整第一推送信息集合中的推送信息,基于调整策略调整第一推送信息集合中的推送信息,以生成目标推送信息集合。由此,在推送信息的第一比例较低时,可以通过调整策略起到调整推送信息的第一比例的作用,以此解决个性化推送方式中特定推送内容比例低的问题,实现了检测以及调整推送信息的比例的效果。
-
公开(公告)号:CN116644229B
公开(公告)日:2024-01-26
申请号:CN202310545163.7
申请日:2023-05-15
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F18/214 , G06F18/243
Abstract: 本申请涉及一种推荐信息过度泛娱乐化预测方法、装置及服务器,方法应用于服务器,包括:获取用户个性化推荐场景下的待预测时刻的实时行为数据和第一历史行为数据;对待预测时刻的实时行为数据和第一历史行为数据进行特征提取,获得待输入特征;将待输入特征输入推荐信息过度泛娱乐化预测模型;获取推荐信息过度泛娱乐化预测模型的输出结果,输出结果表征用户待预测时刻是否发生推荐信息过度泛娱乐化。通过上述方式,解决了现在对过度泛娱乐化的信息推荐的预测角度的研究还存在空白的问题。
-
公开(公告)号:CN116962996A
公开(公告)日:2023-10-27
申请号:CN202311222480.1
申请日:2023-09-21
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W4/12 , H04W4/08 , H04L51/063 , H04L51/214 , H04L51/52 , H04L51/56 , G06N3/006
Abstract: 本发明提供一种基于粒子群算法的信息传播预测方法、装置和设备,属于信息处理技术领域,该方法包括:确定在第一时刻目标信息对应的各个类型的用户的数量;其中,各个类型的用户对目标信息的信任程度和/或传播方式不同;根据第一时刻目标信息对应的各个类型的用户的数量和信息传播模型,确定目标信息的传播预测结果;目标信息的传播预测结果中包括在第二时刻目标信息对应的各个类型的用户的数量;信息传播模型用于对信息在传播过程中各个类型用户数量的变化情况进行预测。本发明的方法实现了对目标信息传播过程中各类型用户数量变化情况的准确预测,提升了信息传播预测结果的准确性。
-
公开(公告)号:CN116684481A
公开(公告)日:2023-09-01
申请号:CN202310959221.0
申请日:2023-08-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L67/55 , H04L67/306
Abstract: 本申请涉及一种推送信息同质化的处理方法、装置、电子设备及存储介质,所述方法,通过获取当前用户信息,判断基于当前用户信息生成的第一推送信息集合是否属于同质化类型;并在第一推送信息集合属于同质化类型的情况下,确定第一推送信息集合的推送成因类型,以此基于推送成因类型确定调整策略,基于调整策略调整第一推送信息集合中的推送信息,以生成目标推送信息集合。由此,通过第一推送信息集合是否属于同质化类型,来判断当前是否存在同质化问题,并且在存在同质化问题的情况下,可以利用调整策略调整推送信息确定出目标推送信息集合,克服第一推送信息所存在的同质化问题,实现了为用户提供多样性推送内容的效果。
-
公开(公告)号:CN116644229A
公开(公告)日:2023-08-25
申请号:CN202310545163.7
申请日:2023-05-15
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F18/214 , G06F18/243
Abstract: 本申请涉及一种推荐信息过度泛娱乐化预测方法、装置及服务器,方法应用于服务器,包括:获取用户个性化推荐场景下的待预测时刻的实时行为数据和第一历史行为数据;对待预测时刻的实时行为数据和第一历史行为数据进行特征提取,获得待输入特征;将待输入特征输入推荐信息过度泛娱乐化预测模型;获取推荐信息过度泛娱乐化预测模型的输出结果,输出结果表征用户待预测时刻是否发生推荐信息过度泛娱乐化。通过上述方式,解决了现在对过度泛娱乐化的信息推荐的预测角度的研究还存在空白的问题。
-
公开(公告)号:CN116611433A
公开(公告)日:2023-08-18
申请号:CN202310478295.2
申请日:2023-04-28
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/289 , G06Q10/0639 , G06F18/24 , G06N3/0464 , G06N20/00
Abstract: 本发明实施例涉及一种情感识别方法及系统,所述方法包括:获取目标文本对应的初始数据,所述初始数据是由所述目标文本经过预处理得到的;设定所述初始数据的细粒度规则,得到所述初始数据对应不同长度的类别文本;根据所述细粒度规则和所述类别文本,确定不同长度的所述类别文本对应的不同类别的情感识别模型;将所述类别文本输入到对应的所述情感识别模型中进行识别处理,得到所述目标文本的情感识别结果。通过对获得到初始数据按照设定的细粒度规则进行设定分类,确定情感识别模型,通过识别处理得到情感识别结果,由此,可以更加准确地表达和识别用户的情感倾向和理解用户情感,更好地支持情感分析应用,更好地支持舆情分析,实现对短文本的情感识别处理的技术效果。
-
公开(公告)号:CN116578942A
公开(公告)日:2023-08-11
申请号:CN202310853781.8
申请日:2023-07-12
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/2433 , G06F17/18 , G06F18/214 , G06Q10/10
Abstract: 本申请实施例涉及一种榜单异常的处理方法及装置,所述方法包括:获取目标榜单信息,并按照设定的检测方法对目标榜单信息进行异常检测,得到对应的异常检测结果;将异常检测结果对应的异常样本信息输入到预先训练好的预估模型中进行评估处理,输出异常样本信息对应的在榜时长;根据在榜时长确定反馈调节策略;基于反馈调节策略执行对异常在榜信息的处理。通过创建榜单异常的检测工具,检测出每个榜单信息中存在的异常样本信息,通过设定的反馈调节策略对异常样本信息进行处理,达到治理异常榜单信息的目的;由此,可以实现利用机器审核结合人工审核,形成一套实时报警、反馈、调节的热榜治理机制,维护热榜的公平和稳定的技术效果。
-
-
-
-
-
-
-
-
-