-
公开(公告)号：CN109214518A
公开(公告)日：2019-01-15
申请号：CN201710520108.7
申请日：2017-06-30
Applicant: 上海交通大学 , 携程计算机技术(上海)有限公司
IPC: G06N20/00
Abstract: 一种基于连续动作学习自动机(CALA)的全局优化系统及方法，包括：初始化模块、行为选择模块、环境反馈模块、更新模块和输出模块，其中：初始化模块初始化CALA算法的参数，输入行为选择模块进行行为选择，行为通过...环境的...进入环境反馈模块，得到行为对应的环境反馈，得到局部最优解；更新模块根据环境反馈更新算法参数，将更新的参数输入行为选择模块完成一次迭代，并改进平滑函数；将改进的平滑函数引入下一次迭代的环境反馈模块，进行多次迭代，最终得到极值点，将当前的环境反馈输入输出模块，输出...；作为全局极小值输出；本发明设计合理，引入平滑函数并加入斜率分量进行改进，使得CALA更易跳出局部最小解，并使得后续的搜索具有方向性，大大提高了算法的收敛速度和正确率。
-
公开(公告)号：CN108734295A
公开(公告)日：2018-11-02
申请号：CN201710264118.9
申请日：2017-04-21
Applicant: 上海交通大学 , 携程计算机技术(上海)有限公司
IPC: G06N99/00
Abstract: 一种基于部分均值融合的并行式学习自动机优化方法，通过学习自动机先独立分散地与环境交互，再将经过均值融合器得到的概率与原始概率做一个加权平均，并将加权平均值赋给所有的学习自动机进行下一次的循环，即均值不再是将直接赋值给概率向量，而是以一定概率赋值给概率向量。本发明在初始学习阶段保留了其本身的学习方向，同时在学习过程中能够不断修正。
-
公开(公告)号：CN107256508A
公开(公告)日：2017-10-17
申请号：CN201710387450.4
申请日：2017-05-27
Applicant: 上海交通大学 , 携程计算机技术(上海)有限公司
IPC: G06Q30/06
CPC classification number: G06Q30/0631
Abstract: 一种基于时间场景的商品推荐系统及其方法，包括：初始化模块、训练模块、评估模块和推荐模块，其中：初始化模块将已有商品数据根据时间顺序划分为训练集和测试集，建立并初始化用户偏置向量、商品偏置向量、商品特征矩阵、用户特征矩阵和商品隐式特征矩阵；训练模块提取训练集，训练评分模型；评估模块接收测试集，计算评分模型的均方误差以评估模型效果；推荐模块接收用户偏置向量、商品偏置向量、商品特征矩阵、用户特征矩阵和商品隐式特征矩阵，根据评分模型计算用户对每个商品的预测评分，按照预测评分向用户推荐商品，本发明能表达用户的兴趣画像和商品的属性特征，不存在用户冷启动问题和商品冷启动问题，实现了基于时间场景的高精度推荐。
-
公开(公告)号：CN108446351B
公开(公告)日：2022-03-22
申请号：CN201810191566.5
申请日：2018-03-08
Applicant: 携程计算机技术(上海)有限公司
IPC: G06F16/9535 , G06K9/62 , G06Q50/12
Abstract: 本发明公开了一种OTA平台的基于用户偏好的酒店筛选方法及系统，所述酒店筛选方法包括：S1、获取每个用户的用户信息；S2、根据所述用户信息获取用户特征数据；S3、基于XGBOOST模型对所述用户特征数据进行模型训练，获取用户偏好预测模型，并根据所述用户偏好预测模型获取第一用户偏好预测结果；S4、根据所述第一用户偏好预测结果获取OTA平台的酒店筛选结果。本发明能够获取基于用户偏好的酒店筛选结果，大大地节约了OTA平台的计算资源，同时能够快速且有效地将筛选结果展示给用户，提升了用户体验，达到个性化展示的目的。
-
公开(公告)号：CN108492290B
公开(公告)日：2022-03-15
申请号：CN201810226244.X
申请日：2018-03-19
Applicant: 携程计算机技术(上海)有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种图像评价方法及系统，其中图像评价方法包括：S1、对若干图像进行配对得到配对图像，对图像设置评价分数；S2、利用配对图像和评价分数训练一孪生网络得到图像评价模型；S3、输入评价图像至图像评价模型得到评分。本发明的图像评价方法利用孪生网络训练后得到的图像评价模型对评价图像评价，评价后的评分与真实环境的评价分数之间的均方误差低于1.6，相比于直接利用卷积神经网络进行评价的评分与真实环境的评价分数之间的均方误差为2.53相比，本发明的图像评价方法的评价结果与真实环境的评价差别明显减少，评价更加合理可靠。
-
Patent Agency Ranking
公开(公告)号：CN108446351A
公开(公告)日：2018-08-24
申请号：CN201810191566.5
申请日：2018-03-08
Applicant: 携程计算机技术(上海)有限公司
Abstract: 本发明公开了一种OTA平台的基于用户偏好的酒店筛选方法及系统，所述酒店筛选方法包括：S1、获取每个用户的用户信息；S2、根据所述用户信息获取用户特征数据；S3、基于XGBOOST模型对所述用户特征数据进行模型训练，获取用户偏好预测模型，并根据所述用户偏好预测模型获取第一用户偏好预测结果；S4、根据所述第一用户偏好预测结果获取OTA平台的酒店筛选结果。本发明能够获取基于用户偏好的酒店筛选结果，大大地节约了OTA平台的计算资源，同时能够快速且有效地将筛选结果展示给用户，提升了用户体验，达到个性化展示的目的。
-
公开(公告)号：CN108492290A
公开(公告)日：2018-09-04
申请号：CN201810226244.X
申请日：2018-03-19
Applicant: 携程计算机技术(上海)有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种图像评价方法及系统，其中图像评价方法包括：S1、对若干图像进行配对得到配对图像，对图像设置评价分数；S2、利用配对图像和评价分数训练一孪生网络得到图像评价模型；S3、输入评价图像至图像评价模型得到评分。本发明的图像评价方法利用孪生网络训练后得到的图像评价模型对评价图像评价，评价后的评分与真实环境的评价分数之间的均方误差低于1.6，相比于直接利用卷积神经网络进行评价的评分与真实环境的评价分数之间的均方误差为2.53相比，本发明的图像评价方法的评价结果与真实环境的评价差别明显减少，评价更加合理可靠。
-
公开(公告)号：CN109509039A
公开(公告)日：2019-03-22
申请号：CN201811636083.8
申请日：2018-12-29
Applicant: 携程计算机技术(上海)有限公司
Abstract: 本发明公开了价格预测模型的建立方法及系统、商品推荐方法及系统。所述建立方法包括以下步骤：获取用户的购物数据；构建初始的价格预测模型的目标函数；所述目标函数的评估目标包括用户对商品所期望的最高价格、最低价格和价格区间；从所述购物数据中提取训练样本输入所述目标函数，并利用GBDT算法和交替优化算法对所述目标函数进行训练，得到最终的价格预测模型。本发明实现了根据实际情况对预测精度和区间大小进行调整，同时对用户所期望的商品的最高价格、最低价格和价格区间进行预测，且本发明针对呈现长尾分布的大规模数据有着较好的预测结果，且运行时间较快，十分适用于OTA领域的用户期望价格预测问题。
-
公开(公告)号：CN114666075B
公开(公告)日：2023-04-07
申请号：CN202011421173.2
申请日：2020-12-08
Applicant: 上海交通大学
IPC: H04L9/40 , G06N3/08 , G06N3/0464 , G06N3/047
Abstract: 一种基于深度网络特征的分布式网络异常检测方法及系统，将从分布式的雾节点中采集得到的流量数据进行预处理后，通过深度神经网络进行分类得到流量特征，经粗糙编码后，将异常流量上传至云端，再在云端对异常流量进行合并处理并聚集异常流量后得到异常检测结果。本发明使用雾节点来收集和处理流量，并对流量进行特征抽取以及特征编码的计算，将流量的基础计算在雾节点上进行，并将异常流量的数据计算粗糙编码并上报。在降低云端的数据规模的同时，云节点可以使用粗糙编码进行全系统内所有异常流量的聚集。
-
公开(公告)号：CN108683658B
公开(公告)日：2020-11-03
申请号：CN201810449297.8
申请日：2018-05-11
Applicant: 上海交通大学 , 国家电网公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司信息通信分公司 , 全球能源互联网研究院有限公司
IPC: H04L29/06
Abstract: 一种基于多RBM网络构建基准模型的工控网络流量异常识别方法，从工控网络中提取出特征并生成训练数据集，对基准模型进行训练并得到包含多个RBM模型的工控网络正常基准模型和训练数据集中的异常数据簇，用工控网络正常基准模型进行实时网络报文评估，实现流量异常检测；本发明可以在内部通过参数的设定完成是否降维以及需要降低到的维度且具有更好的鲁棒性，不用提前设定需要聚类的数量，通过模型的相互关联程度来完成，更符合实际应用的情况。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.033 seconds)
