-
公开(公告)号：CN111861635B
公开(公告)日：2022-10-25
申请号：CN202010553464.0
申请日：2020-06-17
Applicant: 北京邮电大学
IPC: G06Q30/06 , G06Q50/00 , G06F16/9536
Abstract: 本发明一种针对商品分享时的好友推荐方法、装置及设备，应用于计算机技术领域。该针对商品分享时的好友推荐方法包括：在检测到第一用户分享目标商品时，确定第一用户的好友列表中的多个第二用户；确定第一用户对应的向量、多个第二用户对应的向量，以及目标商品对应的向量；针对每一第二用户，将第一用户对应的向量、该第二用户对应的向量，以及目标商品对应的向量，输入至预设的预测模型中，得到第一用户向该第二用户分享所述目标商品的分享概率；利用各个第二用户对应的分享概率，从多个第二用户中，筛选用于向第一用户进行推荐的目标第二用户；向第一用户推荐所确定出的目标第二用户。本方案可以提升针对商品分享时好友推荐的命中率。
-
公开(公告)号：CN114372566A
公开(公告)日：2022-04-19
申请号：CN202210277845.X
申请日：2022-03-21
Applicant: 支付宝(杭州)信息技术有限公司 , 北京邮电大学
Abstract: 本说明书实施例公开了图数据的增广、图神经网络训练方法、装置以及设备。增广方案包括：所述图数据包括多个节点以及节点之间的边；确定所述图数据中的指定节点以及所述指定节点的邻居节点；在所述邻居节点中选择部分节点，作为待增广节点；在所述图数据中的所述待增广节点对应的路径上，选择与所述待增广节点的距离小于预设阈值的节点，作为目标节点；将所述待增广节点与所述指定节点之间的边删除，并在所述目标节点与所述指定节点之间生成新的边，以生成增广图数据。
-
公开(公告)号：CN112232492B
公开(公告)日：2022-04-12
申请号：CN202011193283.8
申请日：2020-10-30
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于解耦的异质网络嵌入方法、装置及电子设备，该方法包括：将从待处理异质网络获取的不同元路径下的嵌入向量输入至编码层，获得待定的共有特征向量，并基于元路径鉴别网络模型，得到该待定的共有特征向量的损失函数值；将从嵌入向量查找层获取的待定的特有特征向量与待定的共有特征向量进行合成，并基于语义鉴别网络模型，得到合成嵌入向量的损失函数值；在两个损失函数值小于或等于预设损失函数阈值时；输出该待定的共有特征向量与待定的特有特征向量，否则，调整编码层、嵌入向量查找层和生成层的参数，并重复执行将多组嵌入向量输入至编码层的步骤。从而实现在不选择元路径的前提下，保证异质网络的低维向量的准确度。
-
公开(公告)号：CN110674317B
公开(公告)日：2022-04-12
申请号：CN201910944936.2
申请日：2019-09-30
Applicant: 北京邮电大学
IPC: G06F16/36
Abstract: 本发明实施例提供了一种基于图神经网络的实体链接方法及装置，该方法在对待链接对象进行实体链接时，从预设的知识库中确定待链接文本中所指定的待链接对象对应的实体作为潜在候选实体；根据关联对象，从潜在候选实体中确定指定候选实体；根据指定候选实体间的语义关系，构建实体‑单词异质图；将实体‑单词异质图输入至预设的向量表示模型中，得到实体‑单词异质图中实体的实体向量表示，将所得到的实体向量表示输入至预设的条件随机场CRF中，得到每一实体的链接值，并依据链接值，从指定候选实体中选择每一待链接对象对应的链接实体。应用本实施例提供的方法能够提高实体链接的准确率。
-
公开(公告)号：CN114282668A
公开(公告)日：2022-04-05
申请号：CN202111588758.8
申请日：2021-12-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于互信息压缩的紧致图结构学习方法，包括以下步骤：S1、以两个基础视图作为模型输入；S2、利用视图评估器分别调整两个基础视图，得到两个评估后的视图；S3、将两个评估后的视图进行自适应聚合，得到最终视图；S4、利用互信息估计器最小化两个评估后的视图和最终视图中两两视图之间的互信息，利用三折优化确保最终视图最小且充分。本发明从理论上提出了“最小充分结构”的概念，并通过理论证明，给出得到最小充分结构的方法，同时保持所学图结构在下游任务上的准确性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN111200531B
公开(公告)日：2022-01-04
申请号：CN202010001506.X
申请日：2020-01-02
Applicant: 国网冀北电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
Inventor： 王艺霏 , 石川 , 马铭君 , 肖丁 , 彭柏 , 来骥 , 马跃 , 张少军 , 张玙璠 , 莫爽 , 吴文睿 , 郝燕如 , 王东升 , 娄竞 , 金燊 , 许大卫 , 万莹 , 聂正璞 , 李坚 , 李贤 , 孟德 , 李信 , 常海娇 , 陈重韬 , 寇晓溪 , 尚芳剑 , 纪雨彤 , 赵阳 , 辛霆麟 , 于然 , 李硕 , 张实君 , 王海峰
IPC: H04L41/149
Abstract: 本说明书一个或多个实施例提供一种通信网流量预测方法、装置与电子设备，能够解决现有通信网流量预测方法预测结果误差较大、有失准确的问题。所述通信网流量预测方法，包括：获取通信网的历史流量数据，对所述历史流量数据进行预处理得到流量数据集；构建多通道时空预测模型，利用所述流量数据集对所述多通道时空预测模型进行训练；根据训练结果对所述多通道时空预测模型进行优化；根据所述历史流量数据，利用优化后的多通道时空预测模型对目标区域流量值进行预测。
-
公开(公告)号：CN113515519A
公开(公告)日：2021-10-19
申请号：CN202011574363.8
申请日：2020-12-25
Applicant: 腾讯科技(深圳)有限公司 , 北京邮电大学
Abstract: 本发明实施例公开了一种图结构估计模型的训练方法、装置、设备及存储介质，其中方法包括：获取初始图以及初始图对应的标签信息；初始图包含多个节点，标签信息用于指示初始图中目标节点所属类别，目标节点为初始图的多个节点中任意一个或多个；调用图结构估计模型包括的图预测模型对初始图进行预测处理，得到初始图对应的观测信息；调用图结构估计模型包括的图估计器基于标签信息和观测信息进行估计处理得到估计图；并调用图预测模型对估计图进行预测处理，得到估计图对应的预测信息；基于估计图对应的预测信息和标签信息对图预测模型进行优化。采用本发明实施例可提供图结构估计模型的准确度。
-
公开(公告)号：CN108920665B
公开(公告)日：2020-08-07
申请号：CN201810729637.2
申请日：2018-07-05
Applicant: 北京邮电大学
IPC: G06F16/332 , G06Q30/06
Abstract: 本发明实施例提供了一种基于网络结构和评论文本的推荐评分方法及装置，所述方法包括：确定多个样本用户中的目标用户，并确定多个样本商品中的目标商品；获取针对目标用户的第一类特征矩阵，以及针对目标商品的第二类特征矩阵；获取针对目标用户的第三类特征矩阵，以及针对目标商品的第四类特征矩阵；将针对目标用户的第一类特征矩阵和第三类特征矩阵、以及针对目标商品的第二类特征矩阵和第四类特征矩阵输入推荐网络模型，得到目标用户对目标商品的预测评分值。从而充分考虑了用户与商品之间的交互信息，包括评论文本信息以及评分信息，能够实现更加准确的预测用户对商品的购买期望。
-
公开(公告)号：CN106951526B
公开(公告)日：2020-08-07
申请号：CN201710168839.X
申请日：2017-03-21
Applicant: 北京邮电大学
IPC: G06F16/36
Abstract: 本发明实施例提供的一种实体集扩展方法及装置，根据预先确定的种子实体集，从目标知识图谱中抽取候选实体组成候选实体集；从与目标知识图谱对应的异质信息网络中，确定种子实体之间的元路径；所述元路径为：异质信息网络中的两个节点类型之间的由实体类型和关系类型组成的连接路径；其中，所述两个节点类型为不同的种子实体对应的节点类型；根据每条元路径连接的种子实体对的数量确定每条元路径的第一重要程度；根据每条元路径的第一重要程度，确定候选实体集中的每一候选实体的第二重要程度；将候选实体集中，第二重要程度满足第一预设条件的候选实体确定为待扩展实体，并将待扩展实体添加至种子实体集中。应用本发明能够进行有效的实体集扩展。
-
公开(公告)号：CN111209933A
公开(公告)日：2020-05-29
申请号：CN201911360829.1
申请日：2019-12-25
Applicant: 国网冀北电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
Inventor： 彭柏 , 肖丁 , 莫爽 , 石川 , 王艺霏 , 来骥 , 张少军 , 马跃 , 张玙璠 , 马铭君 , 吴文睿 , 郝燕如 , 王东升 , 娄竞 , 金燊 , 许大卫 , 万莹 , 聂正璞 , 李坚 , 李贤 , 孟德 , 李信 , 常海娇 , 陈重韬 , 寇晓溪 , 尚芳剑 , 纪雨彤 , 赵阳 , 辛霆麟 , 于然 , 李硕 , 王海峰 , 张实君
Abstract: 本发明公开了一种基于神经网络和注意力机制的网络流量分类方法和装置，所述方法包括：将同一网络流的n个数据包基于字节进行独热编码后，得到n个独热编码矩阵；将n个独热编码矩阵通过神经网络提取特征，得到n个特征编码向量；将所述n个特征编码向量通过数据包注意力机制加强对重要数据包所对应的特征编码向量的注意，得到所述网络流的数据包注意力编码矩阵；将所述数据包注意力编码矩阵通过全连接层得到所述网络流的分类结果。应用本发明可以实现对网络流量的识别和分类。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.033 seconds)
