-
公开(公告)号：CN108347652B
公开(公告)日：2020-01-14
申请号：CN201810157400.1
申请日：2018-02-24
Applicant: 华南理工大学
IPC: H04N21/466 , H04N21/442 , G06N3/08
Abstract: 本发明公开了一种利用人工神经网络推荐IPTV直播频道的方法及系统，所述方法包括以下步骤：S1、选择训练数据的滑动窗口，筛选出该时段内每个用户的原始训练数据；S2、对提取的原始训练数据进行数据清洗；S3、对清洗后的数据进行训练，针对每个设备号得到各自设备的训练模型，每个设备在t+1天使用与其对应的训练模型进行预测，设备实时采集用户当前观看频道的信息，并将该信息送入已训练的模型中进行预测，为相应设备进行推送；S4、在当前日期结束时，将原始训练数据窗口结束日期设置为t+1，重复步骤S1。所述方法使用了三种方法为每个用户进行模型的训练，并达到了较好的效果，提升了IPTV的用户体验，易于推广和使用。
-
Patent Agency Ranking
公开(公告)号：CN105844214B
公开(公告)日：2019-06-21
申请号：CN201610119377.8
申请日：2016-03-02
Applicant: 华南理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于比特空间的多路径深度编码的信息指纹提取方法，包括以下步骤：步骤一、构建比特窗口；步骤二、构建比特平面；步骤三、降维构造比特链；步骤四、对比特链进行编码：针对上述构造的降维比特链进行遍历统计，依次获取连续的0和连续的1的个数，构成1个新的十进制数列：针对所得十进制数列再进行二进制化获得一个新的首位非0的二进制比特链，对所得比特链再重复上述遍历统计计数操作，依次循环迭代直至新获得的十进制数列中的元素为1个为止，记录最终得到的元素的值和循环迭代次数为信息指纹特征空间的一个特征值；步骤五、指纹比对。本发明具有提高了相同信息检测时的效率等优点。
-
公开(公告)号：CN108419134A
公开(公告)日：2018-08-17
申请号：CN201810110304.1
申请日：2018-02-05
Applicant: 华南理工大学
IPC: H04N21/466 , H04N21/442 , H04N21/45 , H04N21/482
Abstract: 本发明公开了一种基于个体历史与群体当前行为融合的频道推荐方法，首先构建群体当前观看频道状态矩阵，用于描述当前每个频道的特征，其特征包括每个频道当前的观看人数及每个频道的在线观看人数增长速率；再针对个体用户构建其个人的历史观看频道状态矩阵，用于描述在过去时间段内该用户的观看频道特征，包括该用户观看每个频道的次数以及每个被观看频道的权重；最后将群体当前频道状态矩阵和个体历史观看频道状态矩阵送入推荐融合计算模块，并使用交集选取法或距离选取法计算每个用户当前时刻可能观看的频道，把最有可能观看的N个频道推送至该用户。
-
公开(公告)号：CN105844214A
公开(公告)日：2016-08-10
申请号：CN201610119377.8
申请日：2016-03-02
Applicant: 华南理工大学
IPC: G06K9/00
CPC classification number: G06K9/00067 , G06K9/00087
Abstract: 本发明公开了一种基于比特空间的多路径深度编码的信息指纹提取方法，包括以下步骤：步骤一、构建比特窗口；步骤二、构建比特平面；步骤三、降维构造比特链；步骤四、对比特链进行编码：针对上述构造的降维比特链进行遍历统计，依次获取连续的0和连续的1的个数，构成1个新的十进制数列：针对所得十进制数列再进行二进制化获得一个新的首位非0的二进制比特链，对所得比特链再重复上述遍历统计计数操作，依次循环迭代直至新获得的十进制数列中的元素为1个为止，记录最终得到的元素的值和循环迭代次数为信息指纹特征空间的一个特征值；步骤五、指纹比对。本发明具有提高了相同信息检测时的效率等优点。
-
公开(公告)号：CN108419134B
公开(公告)日：2020-02-18
申请号：CN201810110304.1
申请日：2018-02-05
Applicant: 华南理工大学
IPC: H04N21/466 , H04N21/442 , H04N21/45 , H04N21/482
Abstract: 本发明公开了一种基于个体历史与群体当前行为融合的频道推荐方法，首先构建群体当前观看频道状态矩阵，用于描述当前每个频道的特征，其特征包括每个频道当前的观看人数及每个频道的在线观看人数增长速率；再针对个体用户构建其个人的历史观看频道状态矩阵，用于描述在过去时间段内该用户的观看频道特征，包括该用户观看每个频道的次数以及每个被观看频道的权重；最后将群体当前频道状态矩阵和个体历史观看频道状态矩阵送入推荐融合计算模块，并使用交集选取法或距离选取法计算每个用户当前时刻可能观看的频道，把最有可能观看的N个频道推送至该用户。
-
公开(公告)号：CN108347652A
公开(公告)日：2018-07-31
申请号：CN201810157400.1
申请日：2018-02-24
Applicant: 华南理工大学
IPC: H04N21/466 , H04N21/442 , G06N3/08
Abstract: 本发明公开了一种利用人工神经网络推荐IPTV直播频道的方法及系统，所述方法包括以下步骤：S1、选择训练数据的滑动窗口，筛选出该时段内每个用户的原始训练数据；S2、对提取的原始训练数据进行数据清洗；S3、对清洗后的数据进行训练，针对每个设备号得到各自设备的训练模型，每个设备在t+1天使用与其对应的训练模型进行预测，设备实时采集用户当前观看频道的信息，并将该信息送入已训练的模型中进行预测，为相应设备进行推送；S4、在当前日期结束时，将原始训练数据窗口结束日期设置为t+1，重复步骤S1。所述方法使用了三种方法为每个用户进行模型的训练，并达到了较好的效果，提升了IPTV的用户体验，易于推广和使用。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
