-
公开(公告)号：CN107423335B
公开(公告)日：2020-06-05
申请号：CN201710285697.5
申请日：2017-04-27
Applicant: 电子科技大学
IPC: G06F16/9535 , G06F16/9536 , G06Q30/02
Abstract: 本发明提供一种针对单类协同过滤问题的负样本选择方法，目的是为基于机器学习模型的推荐算法中，针对没有明确负样本的隐式反馈场景，帮助选择每个用户的负样本。具体步骤如下：(1)基于物品流行度计算物品被选择为负样本的权重；(2)基于用户的社交关系计算物品被选择为负样本的权重；(3)基于用户对物品特征的偏好计算物品被选择为负样本的权重；(4)融合物品的流行度权重、社交关系权重、物品特征权重，计算物品被选择为目标用户的负样本的概率；(5)根据该用户的正样本数，按照一定比例选择负样本概率最高的若干物品作为目标用户的负样本。
-
公开(公告)号：CN110334190A
公开(公告)日：2019-10-15
申请号：CN201910629012.3
申请日：2019-07-12
Applicant: 电子科技大学
IPC: G06F16/33 , G06F16/332
Abstract: 本发明公开一种面向开放域对话系统的回复自动生成方法，目的是使对话系统能够根据用户的输入语句自动生成一条符合语义且包含信息量的回复语句。首先，构建对话语料库，对每个样本的输入和回复语句进行预处理，得到输入和回复语句的词向量序列，分别将词向量序列输入到两个编码器中，得到输入和回复语句的语义表示向量；其次，根据输入语句中包含的实体词，在知识库中检索包含实体词的知识图，并计算每个知识图的向量；第三，通过两个融合网络，将知识图向量分别与输入和回复语句的语义表示向量融合，将融合后的向量输入到解码器中生成回复语句；第四，基于语料库训练回复自动生成模型；最后，对于一条新输入语句，利用回复自动生成模型生成回复。
-
公开(公告)号：CN105718573B
公开(公告)日：2018-12-25
申请号：CN201610040066.2
申请日：2016-01-20
Applicant: 电子科技大学
Abstract: 本发明提供一种针对用户兴趣的关注关系提取及标注方法，目的是为存在关注功能的网络平台提取出能够反映用户共同兴趣的关注关系，并对该条关注关系所代表的兴趣特征进行关键词标注。方法包括：首先建立全网络平台的关注关系图；其次计算任意关注者和被关注者之间的相关性系数；然后依据相关性系数提取出能够反映用户共同兴趣的关注关系；最后对提取的关注关系进行关键词标注。
-
公开(公告)号：CN104486350B
公开(公告)日：2017-11-10
申请号：CN201410814693.8
申请日：2014-12-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于用户行为的网络内容加速方法，其基本原理是把用户将来某个时间段要访问的内容预取到家庭网关的缓存空间，则用户消费这部分内容时不用等待，具有很好的用户体验。该方法由安装于家庭网关的内容管理代理和一个用户行为预测中心组成。内容管理代理搜集用户行为信息，发送给用户行为预测中心；内容管理代理根据预测报告预取网络内容缓存于家庭网关的本地存储，并重定向用户的内容消费请求到本地缓存。用户行为预测中心基于用户的历史行为预测用户将来某个时间段可能消费的网络内容，并返回预测结果给相应的内容管理代理。本发明能够有效解决用户消费高分辨率视频的缓冲时间过长问题；同时，本发明可以降低内容服务器的压力。
-
公开(公告)号：CN104376083B
公开(公告)日：2017-06-27
申请号：CN201410658596.4
申请日：2014-11-18
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明公开一种基于关注关系和多用户行为的图推荐方法，目的是为网络系统用户提供感兴趣的物品和用户推荐。首先，根据用户对物品的行为数据建立用户行为图；根据用户的关注关系建立关注图；然后，在用户行为图上进行一轮随机游走，计算游走后每个用户节点对图中节点的访问概率；并以该访问概率为基础，计算经过关注关系扩散后，每个用户节点对用户行为图中节点的访问概率；将上述两个访问概率进行综合得到新的访问概率；重复执行游走及扩散过程，直到每个用户节点对用户行为图中节点的访问概率收敛到稳定值；最后，根据每个用户节点对其他节点的访问概率，生成该用户的物品推荐列表和用户推荐列表。
-
Patent Agency Ranking
公开(公告)号：CN104573057A
公开(公告)日：2015-04-29
申请号：CN201510032702.2
申请日：2015-01-22
Applicant: 电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30867
Abstract: 本发明公开了一种用于将多个UGC网站上属于同一实体用户的账户关联起来的方法，基本原理是从UGC网站帐户生成的文本内容中提取特征来关联不同UGC网站平台上属于同一实体用户的多个帐户。该方法数据获取、数据预处理、特征提取和逐层过滤组成。数据获取部分收集目标UGC网站用户帐户生成的文本内容。数据预处理部分对文本内容进行预处理。特征提取部分从文本内容中提取性别特征、年龄特征、地理位置活动特征和写作风格特征。逐层过滤部分依次通过性别、年龄、地理位置活动和写作风格特征逐层过滤掉与给定用户账户不相关的账户。本发明能够有效解决同一实体用户在不同UGC网站上的帐户之间不相关的问题，具有很高的实用价值。
-
公开(公告)号：CN102724647A
公开(公告)日：2012-10-10
申请号：CN201210184762.2
申请日：2012-06-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种能力访问授权方法及系统，针对业务能力开放平台的授权进行管理：（1）第三方应用在访问业务能力时，需要获得业务计费方的显示授权；（2）第三方应用访问与终端用户私有数据相关的业务能力时，为保证终端用户数据的安全性、隐私性，需要获得私有数据拥有者的显示授权，（3）需要获得能力开放平台服务等级协定系统的授权；在获得多方授权以后，由授权系统生成相应的访问令牌，发放给第三方应用，第三方应用携带访问令牌，以访问令牌作为能力访问授权凭证即可直接访问对应的能力接口，从而确保业务能力开放平台的业务能力被合法的第三方应用进行合理的访问。
-
公开(公告)号：CN117933055A
公开(公告)日：2024-04-26
申请号：CN202311581025.0
申请日：2023-11-24
Applicant: 电子科技大学
IPC: G06F30/27 , G06N3/044 , G06N3/0464 , G06N3/092 , G06F119/02
Abstract: 本发明公开一种基于强化学习集成框架的设备剩余使用寿命预测方法，目的是结合多个剩余使用寿命预测模型的预测结果来提升最终的预测性能，每个预测模型在结合时的权重由一个强化学习算法优化的集成策略来动态确定。首先，收集相同型号设备在不同工作状态下的多组运行状态数据，构建训练数据集；其次，分别训练多个剩余使用寿命预测模型作为集成框架的基础模型；第三，利用强化学习算法优化每个监测时间点的集成策略。在实际应用中，对于每个监测时间点采集到的运行状态数据，首先构建测试样本；然后将测试样本输入到多个剩余使用寿命预测基础模型中得到多个预测值；接着基于预测值构建每个监测时间点的状态，并将状态输入到优化的集成策略中从而得到每个基础模型在集成时的权重；最后通过加权求和计算每个时间点的设备剩余使用寿命预测值。
-
公开(公告)号：CN107832297B
公开(公告)日：2021-02-02
申请号：CN201711096968.9
申请日：2017-11-09
Applicant: 电子科技大学
IPC: G06F40/30 , G06F40/253 , G06F16/36 , G06F16/33
Abstract: 本发明公开一种面向特征词粒度的领域情感词典构建方法，目的是在具体商品领域构建针对特征词粒度的情感词典。首先，建立与商品类别相关的领域语料库；然后，对每条评论进行分词、词性标记和依存关系分析，并基于规则从每条评论中提取 词对；在此基础上，建立词对之间的约束关系矩阵和相似度矩阵；基于词对之间的约束关系和相似度，分别计算词对的正向转移概率矩阵和负向转移概率矩阵；最后利用双向标签传播算法计算每个词对的极性值并据此对词对进行情感标记。
-
公开(公告)号：CN105741175B
公开(公告)日：2019-08-20
申请号：CN201610057577.5
申请日：2016-01-27
Applicant: 电子科技大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于节点相似度的对多个在线社交网络(OSN)中账户进行关联的方法，从OSN网站账户中提取好友关系来关联不同OSN平台上属于同一实体用户的多个账户。该专利五个部分：数据预处理部分对OSN的账户节点关系图进行预处理；节点序列提取部分通过随机游走获得账户节点序列集合；账户向量表示部分通过词转向量工具word2vec生成每个账户的向量模型；计算线性变换矩阵部分通过梯度下降法求得从一个OSN到另一个OSN的线性变换矩阵W；获取关联账户部分将其中一个OSN中的账户映射到另一OSN的坐标空间，通过相似度度量和阈值筛选，得到所有账户对应的关联账户或者对应的候选集。本发明避免了因账户不真实的特征信息对账户关联结果带来的误差，故而提高了账户关联的健壮性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.024 seconds)
