-
公开(公告)号：CN110737848A
公开(公告)日：2020-01-31
申请号：CN201810720372.X
申请日：2018-07-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9537 , G06F16/2458
Abstract: 本发明实施例提供一种用户工作单位的挖掘处理方法、装置及电子设备，所述方法包括：根据用户的历史定位数据，得到所述用户的第一工作单位信息；根据所述用户的网络接入情况，得到所述用户的第二工作单位信息；对所述第一工作单位信息和所述第二工作单位信息进行加权融合，确定所述用户的工作单位。该方法不仅同时基于多路线索来确定用户的工作单位，并且考虑了每种路线的准确度权值，从而使得所得出的用户的工作单位的准确性得到极大提升。
-
公开(公告)号：CN110674834A
公开(公告)日：2020-01-10
申请号：CN201810717814.5
申请日：2018-07-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本发明提供一种地理围栏识别方法、装置、设备和计算机可读存储介质，该方法包括：获取待识别的测试图像，所述测试图像中至少包括：至少一个目标区域、所述目标区域的周边路网信息、所述目标区域的人口热力信息；根据所述目标区域、所述周边路网信息、所述人口热力信息提取所述测试图像的特征参数；根据所述特征参数，采用预配置的地理围栏识别模型，获取所述测试图像中的地理围栏信息。该方案基于周边路网信息和人口热力信息的特征参数来识别测试图像的地理围栏信息来识别测试图像的地理围栏信息，可以在地理围栏识别过程中给与更加准确的指示性，避免盲目的将道路划分到地理围栏之内，进而能够显著提升地理围栏识别的准确性。
-
公开(公告)号：CN111125550B
公开(公告)日：2023-11-24
申请号：CN201811296498.5
申请日：2018-11-01
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9537 , G06F16/29
Abstract: 本发明实施例公开了一种兴趣点分类方法、装置、设备及存储介质。其中，该方法包括：根据兴趣点的名称信息生成兴趣点名称向量；根据兴趣点的标签信息生成兴趣点标签向量；采用预先训练得到的兴趣点分类模型，根据所述兴趣点名称向量和所述兴趣点标签向量，得到兴趣点的类别信息。本发明实施例提供的技术方案，通过结合兴趣点的名称和标签这两个维度信息，采用预先训练得到的兴趣点分类模型来确定兴趣点的类别信息，提高了兴趣点的分类准确度。进而基(56)对比文件Xu L..Methods of Combining MultiPleClassifiers and Their APPlication toHandwriting ReCognitio.IEEE Transactionson Systems，Man，and Cyberneties.1992,全文.Xiaoming Jin et al..“Automatic gatingof attributes in deep structure”《.ACM》.2018,
-
公开(公告)号：CN111199491B
公开(公告)日：2023-08-22
申请号：CN201811290454.1
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Inventor： 王楠 , 郭谢 , 罗程亮 , 周俊 , 许金泉 , 戴明洋 , 韦园园 , 王欢 , 刘少杰 , 王栋 , 石逸轩 , 陈家伟 , 潘剑飞 , 欧阳利萍 , 任建新 , 姚帅 , 贾泽强 , 刘立萍 , 姚远 , 杨胜文 , 林文聪 , 张彬彬 , 刘康
IPC: G06Q50/00 , G06F16/9535
Abstract: 本发明提供一种社交圈的推荐方法和装置。其中，方法包括：根据预设时长内多个用户的行为数据分别构建每个用户的用户画像，获得每个用户的关注点和多维度分类标签；根据每个用户的关注点和多维度分类标签，将多个用户分至N个社交圈；其中，每个社交圈包括至少两个用户，N为正整数；针对每个用户，根据该用户所属的至少一个社交圈，将至少一个社交圈的相关信息发送至该用户的终端设备，以向该用户推荐至少一个社交圈。通过服务器主动向用户推荐社交圈，提升了获取信息的效率和质量，提升了用户感受。
-
公开(公告)号：CN111125506B
公开(公告)日：2023-06-23
申请号：CN201811295606.7
申请日：2018-11-01
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06Q50/00
Abstract: 本发明实施例公开了一种兴趣圈主题确定方法、装置、服务器和介质，其中，该方法包括：基于目标兴趣圈中用户间发生交互行为所针对的数据源，确定出每个用户对应的至少一个关注词；统计每个关注词在目标兴趣圈的全部用户中出现的目标圈用户频数，以及每个关注词在网络内的全部用户中出现的网络用户频数；根据目标圈用户频数、网络用户频数以及目标兴趣圈总用户数、网络总用户数计算每个关注词的目标群体指数；利用目标圈用户频数和目标群体指数对至少一个关注词进行过滤，利用过滤后得到的至少一个关注词确定目标兴趣圈的主题。本发明实施例解决了现有技术中确定兴趣圈主题的准确性较低的问题，提高了兴趣圈主题确定的准确性和针对性。
-
Patent Agency Ranking
公开(公告)号：CN110675206B
公开(公告)日：2023-03-14
申请号：CN201810717498.1
申请日：2018-07-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q30/0645 , G06Q50/26
Abstract: 本发明提出一种群租发现方法、装置、设备及计算机可读介质，所述方法包括根据目标区域内的无线连接数据获取第一概率指数；根据所述目标区域的居住密度获取第二概率指数；根据公司地址和家庭住址的分离情况获取第三概率指数；根据用户的个人身份信息获取第四概率指数；将第一概率指数、第二概率指数、第三概率指数和第四概率指数进行加权求和，获得目标区域为群租的概率。本发明实施例从不同的角度对当前目标区域的群租概率进行计算，然后再进行加权求和，可以更加精确地获得目标区域发群租概率，以方便相关部门进行整顿或安全的预防。
-
公开(公告)号：CN107862339B
公开(公告)日：2022-04-29
申请号：CN201711131690.4
申请日：2017-11-15
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本申请实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：获取目标用户的至少一种人属性特征和车辆属性特征；对于至少一种人属性特征中的每种人属性特征，将该种人属性特征导入预先训练的打分模型，得到与该种人属性特征对应的分数，其中，打分模型用于表征人属性特征与分数之间的对应关系；将拼接至少一种人属性特征中的每种人属性特征对应的分数和车辆属性特征后所得到的特征向量确定为预测用特征向量；将预测用特征向量导入预先训练的三种计算模型中的至少一种，得到与所导入至的至少一种计算模型中每种计算模型对应的预测值；输出所得到的至少一种预测值。该实施方式提高了信息输出的内容丰富性。
-
公开(公告)号：CN111127230A
公开(公告)日：2020-05-08
申请号：CN201811284093.X
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q50/00
Abstract: 本发明实施例公开了一种动态社交圈确定方法、装置、设备及存储介质。其中，方法包括：获取当前社交网络和历史社交网络；根据当前社交网络的结构和历史社交网络的结构，确定当前社交网络相对于历史社交网络的变化对象；以社交圈的凝聚度满足预设要求为约束条件，在当前社交网络中，对变化对象关联的历史社交圈进行动态调整；将动态调整后的社交圈确定为当前社交网络中的社交圈。本发明实施例实时的维持社交圈结构稳定的变化，有助于提高社交圈确定的准确性。
-
公开(公告)号：CN111126423A
公开(公告)日：2020-05-08
申请号：CN201811296525.9
申请日：2018-11-01
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本发明实施例公开了一种特征集获取方法、装置、计算机设备及介质，所述方法包括：获取当前stacking层的输入特征集，得到当前stacking层的分类结果值；将分类结果值与历史分类最大值进行比较；若分类结果值不小于最大值，则将当前stacking层的输入特征集中特征的特征值增加，根据调整后的输入特征集获得下一stacking层的输入特征集；若分类结果值小于最大值，则将当前stacking层的输入特征集与最大值对应的输入特征集的差集中特征的特征值减小，根据调整后的差集获得下一stacking层的输入特征集，加快了stacking阶段收敛到最终的最优解的过程，提高了模型训练效率。
-
公开(公告)号：CN111125481A
公开(公告)日：2020-05-08
申请号：CN201811285653.3
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/951
Abstract: 本发明实施例提供一种社区发现方法、装置及设备，该方法包括：根据网络中每个顶点的重要程度，在所述网络中确定至少一个核心顶点，每个顶点的重要程度为根据预设算法确定得到的；根据所述至少一个核心顶点确定至少一个子社区；根据所述网络中每个扩展顶点对对应的第一邻接顶点的引力和所述至少一个子社区，确定至少一个社区，所述扩展顶点为所述网络中除所述核心顶点之外的顶点，一个扩展顶点对应的第一邻接顶点为与该扩展顶点构成三角形的邻接顶点。提高了发现的社区的精确性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.035 seconds)
