-
公开(公告)号：CN119884507A
公开(公告)日：2025-04-25
申请号：CN202411722001.7
申请日：2024-11-28
Applicant: 南京南瑞瑞中数据股份有限公司 , 南瑞集团有限公司
IPC: G06F16/9537 , G06F16/9535 , G06Q50/00 , G06N3/048
Abstract: 本发明公开了一种基于元学习的连续兴趣点推荐方法与系统，获取每位用户的签到数据，基于自注意力机制，得到用户偏好；利用编码算法将所有兴趣点的位置映射至对应子块区域中，取用户当前位置预设范围内附近子块区域中的签到数据，基于自注意力机制，得到区域偏好；将用户偏好和区域偏好拼接，得到综合偏好，利用softmax函数计算每个兴趣点被问的概率；利用元学习进行损失优化训练，得到训练好的连续兴趣点推荐模型进行兴趣点推荐。通过编码算法，将兴趣点映射到区域中，并将该区域的签到数据作为偏好建模的训练数据，一定程度上缓了数据稀疏性。将用户偏好与区域偏好结合，综合考虑了用户特征与区域特征，可以进一步的提高兴趣点推荐的准确性。
-
公开(公告)号：CN113901004B
公开(公告)日：2023-06-02
申请号：CN202111253174.5
申请日：2021-10-27
Applicant: 江苏瑞中数据股份有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种数据中台化的大数据复杂实时计算的方法，包括以下步骤：(1)增量表的处理；(2)增量数据和全量数据的处理。本方法通过增量日志表的处理，实现了大数据复杂实时计算；本方法可以支撑实时报表、实时看板的数据需求；本方法在原有架构的基础之上，充分调度空闲资源，没有新增任何额外组件成本；本方法充分考虑业务与增量操作的关系，减少程序运行复杂度，大幅度缩短程序调度时间。
-
公开(公告)号：CN113901004A
公开(公告)日：2022-01-07
申请号：CN202111253174.5
申请日：2021-10-27
Applicant: 江苏瑞中数据股份有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种数据中台化的大数据复杂实时计算的方法，包括以下步骤：(1)增量表的处理；(2)增量数据和全量数据的处理。本方法通过增量日志表的处理，实现了大数据复杂实时计算；本方法可以支撑实时报表、实时看板的数据需求；本方法在原有架构的基础之上，充分调度空闲资源，没有新增任何额外组件成本；本方法充分考虑业务与增量操作的关系，减少程序运行复杂度，大幅度缩短程序调度时间。
-
-
Search Results
3
records
(took 0.045 seconds)
