-
公开(公告)号：CN112699153A
公开(公告)日：2021-04-23
申请号：CN202110048931.9
申请日：2021-01-14
Applicant: 上海交通大学
IPC: G06F16/2455 , G06F16/28 , G06F16/23 , G06N20/00 , G06N5/00
Abstract: 本发明提供了一种机票查询中的缓存存活时间设置与协同更新方法和系统，包括：步骤1：收集机票缓存键值的访问序列、对应内容序列和验价序列数据并建立数据集，使用该数据集训练机器学习模型，用来对缓存项的TTL进行初始估计；步骤2：基于访问序列、内容序列和验价序列训练强化学习模型，对已有的TTL和相关联的键值的TTL进行更新；步骤3：使用时根据缓存项的键值和对应内容使用机器学习模型设置TTL，使用强化学习模型对被验价的机票所在的键值的TTL进行更新。本发明利用强化学习调整初始TTL，实现了对多个机票缓存键值的TTL协同更新的效果，使得键值的TTL能够更加适应缓存中键值对应的内容更新。
-
公开(公告)号：CN111949913A
公开(公告)日：2020-11-17
申请号：CN202010813627.4
申请日：2020-08-12
Applicant: 上海交通大学
IPC: G06F16/958 , G06F16/9537 , G06F16/901
Abstract: 本发明提供了一种面向时空感知发布/订阅系统的匹配方法及系统，包括：步骤M1：选择符合预设条件的且分布均匀的属性作为索引属性，对索引属性的值域进行混合划分，实现订阅中区域谓词和事件属性值到划分单元的映射；步骤M2：通过级联多个进行混合划分的索引属性构造MO-Tree，实现订阅和事件到MO-Tree中叶子节点的映射；步骤M3：根据索引属性值，基于MO-Tree实现订阅匹配和事件匹配；本发明解决方案完整性：事件和订阅都可以在MO-Tree中进行索引。
-
公开(公告)号：CN111445006A
公开(公告)日：2020-07-24
申请号：CN202010124146.2
申请日：2020-02-27
Applicant: 上海交通大学
Abstract: 本发明提供了一种开源社区中开发者代码提交次数的预测方法及系统，包括：步骤1：构建单位根检验，检验时间序列的平稳性；步骤2：构建LB或Q统计量，检验时间序列的白噪声；步骤3：构建季节性单位根检验，检验时间序列的季节性；步骤4：根据检验结果选择预测模型得到预测结果，所述预测模型包括ARIMA模型、LSTM模型和混合模型。本发明根据不同的时间粒度将开发者代码提交次数数据转变为时间序列，通过时间序列成分分析后，自适应地选择最合适的预测模型，以预测接下来的各个时间粒度中开发者代码提交次数。
-
公开(公告)号：CN110413927A
公开(公告)日：2019-11-05
申请号：CN201910672893.7
申请日：2019-07-24
Applicant: 上海交通大学
IPC: G06F16/958 , G06F16/951
Abstract: 本发明提供一种在发布订阅系统中基于匹配实时性的优化方法及系统，计算订阅与事件的匹配概率，根据匹配概率对订阅进行差异对待，形成订阅分组类别；基于订阅分组类别，建立数据结构的结构索引，根据订阅匹配概率变化，实时调整订阅的分组类别及其在结构索引中的位置，以提升匹配效率。将具有高匹配概率的订阅在匹配过程中先进行处理，以便更早地确定与事件相匹配的订阅，从而提升事件分发的实时性。根据订阅与事件匹配的概率，定义一个简洁的分类方案来对订阅进行分组；建立一种轻量级的订阅动态调节机制；提出一种有效的贪心算法来求解调整方案；保证订阅分类和结构分层方法(SCSL)的高效能，并优化效率，可配置以满足不同的应用需求。
-
公开(公告)号：CN110413391A
公开(公告)日：2019-11-05
申请号：CN201910672078.0
申请日：2019-07-24
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于容器集群的深度学习任务服务质量保证方法和系统。基于容器的运行平台接收任务，形成任务队列，预测各个任务的所需资源需求，根据所需资源需求对队列中的任务形成优先等级，依据优先等级对任务进行调度；解析任务的运行日志，监控集群资源利用率，基于运行日志和集群资源利用率，判定任务的资源扩展需求，根据资源扩展需求对任务的调度进行修正。本发明易用性高且资源利用率高，用户在提交深度学习任务时只需指定服务质量，无需指定复杂的资源配置，会通过任务调度和任务扩展的方式保证其服务质量；并且充分利用了深度学习任务的特点，用更少的资源保证任务的服务质量。
-
Patent Agency Ranking
公开(公告)号：CN105653427B
公开(公告)日：2019-02-22
申请号：CN201610125901.2
申请日：2016-03-04
Applicant: 上海交通大学
IPC: G06F11/30
Abstract: 本发明提供了一种基于行为异常检测的日志监控方法，包括日志预处理步骤和日志异常检测步骤；所述日志预处理步骤为统一日志结构并将日志进行聚类处理；所述异常检测步骤为根据日志聚类结果将日志流转化为行为序列，生成行为模式，获得实时日志流的异常指数；比较异常指数与异常阈值的大小，根据比较结果决定是否发出异常预警。本发明中的方法从日志类型特征出发，分析不同类型的日志产生规律，通过日志信息聚类的方式解决数据量过大的问题，从而实现对日志内容的实时有效分析，且便于实现数据处理的自动化，具有很高的通用性，异常检测成功率高。
-
公开(公告)号：CN103824127B
公开(公告)日：2017-02-08
申请号：CN201410058209.3
申请日：2014-02-20
Applicant: 上海交通大学
Abstract: 本发明公开了一种云计算环境下服务的自适应组合优化方法。通过构造中间代理端，通过中间代理端对环境中的云服务进行管理，并且记录下服务数据，当达到一定值时，通过决策树算法对不同中间代理端所管理的服务进行调整，从而确定该中间代理端所应该服务的主要对象，达到不同中间代理端之间的分工合作功能，减小系统消耗增加用户满意度，从而更好的为用户提供服务。
-
公开(公告)号：CN105976039A
公开(公告)日：2016-09-28
申请号：CN201610298266.8
申请日：2016-05-06
Applicant: 上海交通大学
CPC classification number: G06Q10/02 , G06Q30/0282
Abstract: 本发明提供了一种基于机票价格预测的混合购买决策方法，包括：步骤1：建立多种不同的机票购买策略，记录每个时间观察点下不同机票购买策略得到的建议；步骤2：将步骤1中得到的多种不同的机票购买策略的建议进行分类处理，获得对应时间点的机票价格混合预测结果；步骤3：根据预测结果提示用户购买机票，等待用户授权后自动完成目标航程机票的购买操作。本发明结合了多个策略的因素，能够从比较全面的角度考虑，从而对用户的购买决策做出建议，可靠性佳，对不同场景的适应性较好，也能够用在其他具有类似应用场景的决策策略中。
-
公开(公告)号：CN105824929A
公开(公告)日：2016-08-03
申请号：CN201610153992.0
申请日：2016-03-17
Applicant: 上海交通大学
CPC classification number: G06F16/9535 , G06Q10/02 , G06Q50/30
Abstract: 本发明提供了一种基于社会关系的机票个性化推荐方法及系统，包括：步骤1：收集用户的历史机票订单，判断历史机票订单的数量是否大于设定阈值，当历史机票订单的数量大于等于设定阈值，进入步骤3，当历史机票订单的数量小于设定阈值时进入步骤2；步骤2：根据用户中的乘客信息查找相关用户，收集相关用户的历史机票订单；步骤3：根据收集到的历史机票订单，统计用户在机票订单的多个属性信息中的偏好，计算属性信息的信息熵值，获取每个属性信息的权重，进而生成用户偏好模型。本发明利用了用户之间的社会关系，适当地补充订单较少的用户的数据，可以用户更好地建用户偏好模型，从而提升个性化推荐的整体效果。
-
公开(公告)号：CN102769668B
公开(公告)日：2015-01-14
申请号：CN201210225985.9
申请日：2012-07-02
Applicant: 上海交通大学
IPC: H04L29/08
Abstract: 本发明涉及一种基于近似匹配的发布/订阅负载均衡方法，首先，用户将订阅要求发送到边界代理结点，边界代理结点将其转发给它所连接的中间代理结点；之后，某个边界代理结点收到事件后，先确定事件是否满足本地用户的订阅条件，如果满足，由该边界代理结点将事件传送到所有满足条件的本地用户，然后检查事件是否满足远程用户的订阅条件，如果满足，通过邻居代理结点进行转发。最后，在负载过重的中间代理结点上采用近似匹配的方法，实现可控的负载均衡，把匹配任务从负载过重的中间代理结点转移到负载较轻的边界代理结点上。本发明有效解决了现有发布/订阅系统存在的容易出现负载不均衡的技术问题，具有处理效率高、性能稳定的优点。
-
-
-
-
-
-
-
-
-
Search Results
226
records
(took 0.05 seconds)
