-
公开(公告)号：CN108898244A
公开(公告)日：2018-11-27
申请号：CN201810593593.5
申请日：2018-06-11
Applicant: 北京工商大学
Abstract: 本发明公布了一种高效科学的耦合多源要素的数字标牌位置推荐方法，通过要素处理、区域划分、位置推荐、模型验证，自动地完成对数字标牌的位置推荐，实现数字标牌的准确选址。本发明方法综合考虑多源要素，推荐位置的参考依据强、时效性高、精准性高、数字标牌影响效果佳，能够满足众多广告主和媒体商的利益需求，可推广到具有数字标牌位置选址需求的多种应用领域。
-
公开(公告)号：CN109191181B
公开(公告)日：2021-08-27
申请号：CN201810895497.6
申请日：2018-08-08
Applicant: 北京工商大学
IPC: G06Q30/02
Abstract: 本发明涉及一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法，包括：要素选取及处理、模型构建、模型验证；构造空间化的数字标牌区位因子，得到数字标牌区位因子的标准格网栅格图层，包括其像素值及对应的坐标值；采用改进的神经网络模型对经过归一化处理的数字标牌区位因子进行计算，得到每个区位包含各种受众人群的概率；再利用改进的Huff模型计算已布设数字标牌区位对未布设数字标牌区位的受众人群影响力；然后将两种模型，即所述改进的神经网络模型和改进的Huff模型得到的结果进行融合，完成数字标牌广告受众人群分类；最后利用多标签分类算法的五种验证指标对模型进行有效性验证。本发明方法综合考虑多源要素与空间距离，分类结果精准性高、数字标牌广告投放效益高、数字标牌影响效果佳。
-
Patent Agency Ranking
公开(公告)号：CN112734234B
公开(公告)日：2023-06-09
申请号：CN202110029606.8
申请日：2021-01-11
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
IPC: G06Q10/067 , G06Q30/0242 , G06Q50/00 , G06N3/126
Abstract: 本发明公布了一种基于最大覆盖模型的数字标牌空间优化选址方法，包括：要素处理、构建数字标牌最大覆盖模型、求解模型过程；具体包括：进行要素选取及处理，得到数字标牌多尺度建模因子序列；对多尺度建模因子序列进行重采样分级处理，得到分级数据，进一步构建数字标牌最大覆盖模型；求解数字标牌最大覆盖模型，通过多次迭代得到的求解结果即为数字标牌优化选址结果。还包括对数字标牌最大覆盖模型进行模型有效性验证。本发明综合考虑多源要素，能够自动地完成对数字标牌的优化选址，实现数字标牌的空间优化，优化选址结果的参考依据强、时效性高、精准性高、数字标牌影响效果佳。
-
公开(公告)号：CN109191181A
公开(公告)日：2019-01-11
申请号：CN201810895497.6
申请日：2018-08-08
Applicant: 北京工商大学
IPC: G06Q30/02
Abstract: 本发明涉及一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法，包括：要素选取及处理、模型构建、模型验证；构造空间化的数字标牌区位因子，得到数字标牌区位因子的标准格网栅格图层，包括其像素值及对应的坐标值；采用改进的神经网络模型对经过归一化处理的数字标牌区位因子进行计算，得到每个区位包含各种受众人群的概率；再利用改进的Huff模型计算已布设数字标牌区位对未布设数字标牌区位的受众人群影响力；然后将两种模型，即所述改进的神经网络模型和改进的Huff模型得到的结果进行融合，完成数字标牌广告受众人群分类；最后利用多标签分类算法的五种验证指标对模型进行有效性验证。本发明方法综合考虑多源要素与空间距离，分类结果精准性高、数字标牌广告投放效益高、数字标牌影响效果佳。
-
公开(公告)号：CN108898244B
公开(公告)日：2021-07-20
申请号：CN201810593593.5
申请日：2018-06-11
Applicant: 北京工商大学
Abstract: 本发明公布了一种高效科学的耦合多源要素的数字标牌位置推荐方法，通过要素处理、区域划分、位置推荐、模型验证，自动地完成对数字标牌的位置推荐，实现数字标牌的准确选址。本发明方法综合考虑多源要素，推荐位置的参考依据强、时效性高、精准性高、数字标牌影响效果佳，能够满足众多广告主和媒体商的利益需求，可推广到具有数字标牌位置选址需求的多种应用领域。
-
公开(公告)号：CN109919236A
公开(公告)日：2019-06-21
申请号：CN201910191306.2
申请日：2019-03-13
Applicant: 北京工商大学
Abstract: 本发明涉及一种基于标签相关性的BP神经网络多标签分类方法，包括步骤如下：(1)将改进的BP神经网络用于多标签数据分类，得到每个样本数据属于各个标签的概率，并利用皮尔逊相关系数得到两个标签之间的相关性，同时利用关联规则得到多个标签之间的相关性；(2)将步骤(1)得到的标签分类概率与标签的相关性进行融合，最终完成多标签数据的分类。
-
公开(公告)号：CN112734234A
公开(公告)日：2021-04-30
申请号：CN202110029606.8
申请日：2021-01-11
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
Abstract: 本发明公布了一种基于最大覆盖模型的数字标牌空间优化选址方法，包括：要素处理、构建数字标牌最大覆盖模型、求解模型过程；具体包括：进行要素选取及处理，得到数字标牌多尺度建模因子序列；对多尺度建模因子序列进行重采样分级处理，得到分级数据，进一步构建数字标牌最大覆盖模型；求解数字标牌最大覆盖模型，通过多次迭代得到的求解结果即为数字标牌优化选址结果。还包括对数字标牌最大覆盖模型进行模型有效性验证。本发明综合考虑多源要素，能够自动地完成对数字标牌的优化选址，实现数字标牌的空间优化，优化选址结果的参考依据强、时效性高、精准性高、数字标牌影响效果佳。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
