公开(公告)号：CN106022936B

公开(公告)日：2020-03-20

申请号：CN201610353585.4

申请日：2016-05-25

Applicant: 南京大学

Inventor： 吴骏 ,  陈厚兵 ,  张梓雄 ,  王晓彤 ,  吴和生 ,  王崇骏

IPC: G06Q50/00

Abstract: 本发明提供一种适用论文合作网络的基于社团结构的影响最大化算法(COMAX算法)，包括如下步骤：1)社团发现阶段a构建论文合作网络图；b合并局部社团；c构建新的网络图；d结束；2)种子节点选取阶段a计算每个社团的影响力；b选择影响力最大社团中对应的节点；c结束。本发明的基于社团结构的影响最大化算法为论文合作网络的影响最大化问题提供了新的解决方案，结果表明，在ICM模型上，我们提出的COMAX算法在影响覆盖范围上与贪心算法接近，而且时间效率非常好。

公开(公告)号：CN104794636A

公开(公告)日：2015-07-22

申请号：CN201510186309.9

申请日：2015-04-17

Applicant: 南京大学

Inventor： 张雷 ,  刘训翔 ,  资帅 ,  张梓雄 ,  刘洋 ,  王崇骏

IPC: G06Q30/02

Abstract: 基于用户显示评分的机型推荐方法，包括如下步骤：1)手机机型相似度计算：a根据时间节点选择目前主流的一些手机机型，并从互联网上采集各个手机机型的参数信息(如系统，内存等)；b将上一步中得到的数据进行预处理，格式化之后存入到数据库中，即得到手机机型信息表mobile；c根据上一步得到的手机机型信息，计算每个手机机型之间的相似度，得到手机机型相似度表mobile_sim；d结束；2)目标用户邻居集合求解阶段，实现了一种高效的手机机型推荐方法，以更好的为手机商家进行机型营销。

公开(公告)号：CN104794636B

公开(公告)日：2018-04-06

申请号：CN201510186309.9

申请日：2015-04-17

Applicant: 南京大学

Inventor： 张雷 ,  刘训翔 ,  资帅 ,  张梓雄 ,  刘洋 ,  王崇骏

IPC: G06Q30/02

Abstract: 基于用户显示评分的机型推荐方法，包括如下步骤：1)手机机型相似度计算：a根据时间节点选择目前主流的一些手机机型，并从互联网上采集各个手机机型的参数信息(如系统，内存等)；b将上一步中得到的数据进行预处理，格式化之后存入到数据库中，即得到手机机型信息表mobile；c根据上一步得到的手机机型信息，计算每个手机机型之间的相似度，得到手机机型相似度表mobile_sim；d结束；2)目标用户邻居集合求解阶段，实现了一种高效的手机机型推荐方法，以更好的为手机商家进行机型营销。

公开(公告)号：CN107423282A

公开(公告)日：2017-12-01

申请号：CN201710372958.7

申请日：2017-05-24

Applicant: 南京大学

Inventor： 吴骏 ,  张梓雄 ,  康宁 ,  谢俊元

IPC: G06F17/27

Abstract: 本发明提供一种基于混合特征的文本中语义连贯性主题与词向量并发提取方法，从而能够同时解决LDA主题模型中忽略局部上下文信息与词向量中忽略文档与词的互信息的缺陷。包括以下步骤：1)上下文依赖的主题预分配阶段；2)基于主题的词向量重构阶段；3)混合文档生成阶段；本发明基于混合特征的文本中语义连贯性主题与词向量并发提取方法能够在现有的生成式概率主题模型与词嵌入等相关技术的基础上，混合利用文本中的全局文档与词的统计信息以及局部的上下文词序与依赖信息，在提取出语义连贯的主题词分布的同时，为不同文档中的词生成不同的主题相关的词向量，有效解决同一词在不同主题下的歧义问题。

公开(公告)号：CN107423282B

公开(公告)日：2020-07-28

申请号：CN201710372958.7

申请日：2017-05-24

Applicant: 南京大学

Inventor： 吴骏 ,  张梓雄 ,  康宁 ,  谢俊元

IPC: G06F40/30 ,  G06F40/211 ,  G06F40/216

Abstract: 本发明提供一种基于混合特征的文本中语义连贯性主题与词向量并发提取方法，从而能够同时解决LDA主题模型中忽略局部上下文信息与词向量中忽略文档与词的互信息的缺陷。包括以下步骤：1)上下文依赖的主题预分配阶段；2)基于主题的词向量重构阶段；3)混合文档生成阶段；本发明基于混合特征的文本中语义连贯性主题与词向量并发提取方法能够在现有的生成式概率主题模型与词嵌入等相关技术的基础上，混合利用文本中的全局文档与词的统计信息以及局部的上下文词序与依赖信息，在提取出语义连贯的主题词分布的同时，为不同文档中的词生成不同的主题相关的词向量，有效解决同一词在不同主题下的歧义问题。

公开(公告)号：CN106022936A

公开(公告)日：2016-10-12

申请号：CN201610353585.4

申请日：2016-05-25

Applicant: 南京大学

Inventor： 吴骏 ,  陈厚兵 ,  张梓雄 ,  王晓彤 ,  吴和生 ,  王崇骏

IPC: G06Q50/00

Abstract: 本发明提供一种适用论文合作网络的基于社团结构的影响最大化算法(COMAX算法)，包括如下步骤：1)社团发现阶段a构建论文合作网络图；b合并局部社团；c构建新的网络图；d结束；2)种子节点选取阶段a计算每个社团的影响力；b选择影响力最大社团中对应的节点；c结束。本发明的基于社团结构的影响最大化算法为论文合作网络的影响最大化问题提供了新的解决方案，结果表明，在ICM模型上，我们提出的COMAX算法在影响覆盖范围上与贪心算法接近，而且时间效率非常好。