-
公开(公告)号：CN103955505B
公开(公告)日：2017-09-26
申请号：CN201410168703.5
申请日：2014-04-24
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明涉及一种基于微博的事件实时监测方法及系统，所述方法包括：异常事件检测步骤，输入事件关键词，统计与事件关键词相关的微博数量，采用波峰识别方法将统计的微博数量以曲线图展示，将曲线图中的波峰时间作为事件的异常时间点，将存在异常时间点的事件作为异常事件；地理位置定位步骤，在与异常事件相关的微博文本内容中，抽取出地理位置实体，并采用聚类方法从抽取的地理位置实体中筛选出异常事件发生的地理位置。此外，还包括有相关事件推荐步骤和/或事件相关度分析步骤。本发明对用户所关心的事件进行实时监测，监控该事件在微博平台上的传播和发展趋势，能精准地挖掘出事件发生的异常时间点和地理位置，并推荐给用户其感兴趣的话题。
-
公开(公告)号：CN103955505A
公开(公告)日：2014-07-30
申请号：CN201410168703.5
申请日：2014-04-24
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
CPC classification number: G06F17/30616 , G06F17/30702
Abstract: 本发明涉及一种基于微博的事件实时监测方法及系统，所述方法包括：异常事件检测步骤，输入事件关键词，统计与事件关键词相关的微博数量，采用波峰识别方法将统计的微博数量以曲线图展示，将曲线图中的波峰时间作为事件的异常时间点，将存在异常时间点的事件作为异常事件；地理位置定位步骤，在与异常事件相关的微博文本内容中，抽取出地理位置实体，并采用聚类方法从抽取的地理位置实体中筛选出异常事件发生的地理位置。此外，还包括有相关事件推荐步骤和/或事件相关度分析步骤。本发明对用户所关心的事件进行实时监测，监控该事件在微博平台上的传播和发展趋势，能精准地挖掘出事件发生的异常时间点和地理位置，并推荐给用户其感兴趣的话题。
-
公开(公告)号：CN105630884A
公开(公告)日：2016-06-01
申请号：CN201510957634.0
申请日：2015-12-18
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
CPC classification number: G06F17/3087 , G06F17/30705
Abstract: 本发明公开了一种微博热点事件的地理位置发现方法。本方法为：1)基于行政区规划地理词词典及中文简称词的命名规则构建一简称词词典，然后将该简称词词典与全称词词典进行关联；2)根据事件关键字，获取包含该事件关键字的微博信息；3)对获取的微博信息进行分词处理，得到该微博的分词集合，然后判断该分词集合中每一名词是否在该简称词词典或全称词词典中，如果存在则将该名词作为候选地理位置词保留；当该微博中出现多个候选地理位置词时，则选取一候选地理位置词作为该微博的地点；4)获取确定的每一地点的地理位置经纬度信息，然后对得到的地理位置经纬度信息进行聚类，根据聚类中心判断出事件爆发地点。本方法可更好的了解突发事件。
-
Patent Agency Ranking
公开(公告)号：CN105630884B
公开(公告)日：2019-03-08
申请号：CN201510957634.0
申请日：2015-12-18
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9537 , G06F16/35
Abstract: 本发明公开了一种微博热点事件的地理位置发现方法。本方法为：1)基于行政区规划地理词词典及中文简称词的命名规则构建一简称词词典，然后将该简称词词典与全称词词典进行关联；2)根据事件关键字，获取包含该事件关键字的微博信息；3)对获取的微博信息进行分词处理，得到该微博的分词集合，然后判断该分词集合中每一名词是否在该简称词词典或全称词词典中，如果存在则将该名词作为候选地理位置词保留；当该微博中出现多个候选地理位置词时，则选取一候选地理位置词作为该微博的地点；4)获取确定的每一地点的地理位置经纬度信息，然后对得到的地理位置经纬度信息进行聚类，根据聚类中心判断出事件爆发地点。本方法可更好的了解突发事件。
-
公开(公告)号：CN104834686B
公开(公告)日：2018-12-28
申请号：CN201510184876.0
申请日：2015-04-17
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明涉及一种基于混合语义矩阵的视频推荐方法，其步骤包括：1)对视频描述信息进行分词，根据词频提取关键词作为视频描述标签；2)通过Word2vec工具对包含所述视频描述标签在内的各视频标签进行向量化；3)采用熵化法得到各视频标签的权重，并构建具有权重的混合语义矩阵，通过所述混合语义矩阵表示视频与其标签之间的对应关系；4)根据所述混合语义矩阵，将视频的相似性计算转化为向量的相似度计算，实现对用户的个性化视频推荐。本发明在继承内容过滤推荐算法简单、高效的特点的同时，实现了智能特征提取和标签量化、权重分配，避免了这个过程中的专家参与，提高了视频推荐的准确率。
-
公开(公告)号：CN104935963B
公开(公告)日：2018-03-16
申请号：CN201510290170.2
申请日：2015-05-29
Applicant: 中国科学院信息工程研究所
IPC: H04N21/258 , H04N21/466
Abstract: 本发明涉及一种基于时序数据挖掘的视频推荐方法。该方法包括：1)通过第三方数据分析用户对视频的兴趣梯度变化，并得到用户兴趣梯度曲线，将用户兴趣梯度曲线的奇异点作为用户兴趣迁移的时间点；2)确定用户最近的兴趣迁移时间点，对用户最近的兴趣迁移时间点以后的用户‑项目评分进行采集，从而建立选定时间窗口内的符合用户当前兴趣的用户‑项目评分矩阵；3)基于所述用户‑项目评分矩阵，通过使用随机游走模型进行用户的个性化视频推荐。本发明考虑了个性化视频推荐中的兴趣迁移问题，并融合了时间窗口方法和基于Random Walker的信任度模型进行个性化视频推荐，提高了视频推荐的准确性和效率。
-
公开(公告)号：CN104935963A
公开(公告)日：2015-09-23
申请号：CN201510290170.2
申请日：2015-05-29
Applicant: 中国科学院信息工程研究所
IPC: H04N21/258 , H04N21/466
CPC classification number: H04N21/25891 , H04N21/4667 , H04N21/4668
Abstract: 本发明涉及一种基于时序数据挖掘的视频推荐方法。该方法包括：1)通过第三方数据分析用户对视频的兴趣梯度变化，并得到用户兴趣梯度曲线，将用户兴趣梯度曲线的奇异点作为用户兴趣迁移的时间点；2)确定用户最近的兴趣迁移时间点，对用户最近的兴趣迁移时间点以后的用户-项目评分进行采集，从而建立选定时间窗口内的符合用户当前兴趣的用户-项目评分矩阵；3)基于所述用户-项目评分矩阵，通过使用随机游走模型进行用户的个性化视频推荐。本发明考虑了个性化视频推荐中的兴趣迁移问题，并融合了时间窗口方法和基于Random Walker的信任度模型进行个性化视频推荐，提高了视频推荐的准确性和效率。
-
公开(公告)号：CN104834686A
公开(公告)日：2015-08-12
申请号：CN201510184876.0
申请日：2015-04-17
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明涉及一种基于混合语义矩阵的视频推荐方法，其步骤包括：1)对视频描述信息进行分词，根据词频提取关键词作为视频描述标签；2)通过Word2vec工具对包含所述视频描述标签在内的各视频标签进行向量化；3)采用熵化法得到各视频标签的权重，并构建具有权重的混合语义矩阵，通过所述混合语义矩阵表示视频与其标签之间的对应关系；4)根据所述混合语义矩阵，将视频的相似性计算转化为向量的相似度计算，实现对用户的个性化视频推荐。本发明在继承内容过滤推荐算法简单、高效的特点的同时，实现了智能特征提取和标签量化、权重分配，避免了这个过程中的专家参与，提高了视频推荐的准确率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
