-
公开(公告)号：CN102495837A
公开(公告)日：2012-06-13
申请号：CN201110339200.6
申请日：2011-11-01
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)确定数字信息的不同类别，每个类别中包括多个项目，其中所述类别之间存在关联关系；3)基于所述关联关系建立所述模型并训练获得所述模型，其中所述模型中包括一个或多个和集合相关的参数，其中所述集合为与一个类别的项目相关的另一个类别的项目的集合或者多个与一个类别的项目相关的另一个类别的项目的集合的并集。上述训练的预测模型可以有效的在实际推荐中缓解用户打分数不足造成的可利用打分数据严重稀疏的问题，具有很好的推荐效果。
-
Patent Agency Ranking
公开(公告)号：CN102495837B
公开(公告)日：2014-05-07
申请号：CN201110339200.6
申请日：2011-11-01
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)确定数字信息的不同类别，每个类别中包括多个项目，其中所述类别之间存在关联关系；3)基于所述关联关系建立所述模型并训练获得所述模型，其中所述模型中包括一个或多个和集合相关的参数，其中所述集合为与一个类别的项目相关的另一个类别的项目的集合或者多个与一个类别的项目相关的另一个类别的项目的集合的并集。上述训练的预测模型可以有效的在实际推荐中缓解用户打分数不足造成的可利用打分数据严重稀疏的问题，具有很好的推荐效果。
-
-
-
公开(公告)号：CN103235794A
公开(公告)日：2013-08-07
申请号：CN201310113071.8
申请日：2013-04-02
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供了一种基于文档序号处理的倒排索引表示方法及系统，其中方法包括：步骤1.将倒排记录表按文档序号升序或降序排列，获得排序后的倒排记录表，从排序后的倒排记录表提取多个文档序列；步骤2.计算所述多个文档序列的序列长度，根据所述序列长度对其进行相应操作：当序列的长度n小于3时，直接存储该序列，当序列的长度n大于等于3时，提取该序列起始和终止的两个边界文档序号，并在所述两个边界文档序号中间插入数字0后进行储存；步骤3.进行差值处理：对储存的所有序列的相邻文档序号进行差值计算并将相邻文档序号进行比较，获得的差值代替大的边界文档序号，获得新的倒排表。本发明能够有效地提高倒排索引的压缩率。
-
公开(公告)号：CN102385719A
公开(公告)日：2012-03-21
申请号：CN201110339224.1
申请日：2011-11-01
Applicant: 中国科学院计算技术研究所
IPC: G06Q10/04
Abstract: 本发明提供一种回归预测方法，不仅考虑自变量X之间相似度，还考虑了原数据中因变量Y之间的相似度，从近邻和近邻的历史的角度考虑了输出值y发展的模式。相比以往未考虑数据发展模式的模型，该方法在数据集上，只增加了一个预处理的阶段，不需要额外的资源就可以丰富数据点的信息；而且丰富了原数据点X的信息，最终提高预测效果。另外，可以在MapReduce框架上进行实现，利用其并行性来提高执行速度。
-
-
-
-
-
Search Results
6
records
(took 0.028 seconds)
