-
公开(公告)号：CN116456323B
公开(公告)日：2023-09-12
申请号：CN202310621756.7
申请日：2023-05-30
Applicant: 南京邮电大学
IPC: H04W8/18 , H04W4/50 , G06Q30/0601 , G06Q30/0282 , G06Q50/30 , G06F16/9535 , G06F16/9536 , G06N3/0442 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于用户偏好解耦的用户套餐推荐方法及系统，方法的步骤包括：采集用户的套餐订阅数据和满意度评分数据，建立用户套餐订阅数据集；构造三个嵌入表示来分别表征用户对于套餐中流量、语音和价格的偏好，并且从用户套餐订阅数据集中抽取特定数据来训练每个嵌入表示，使得每个嵌入表示只捕捉其中一种偏好；使用注意力机制自适应融合三个嵌入表示，得到用户总体偏好表征；基于用户总体偏好表征计算用户对于候选套餐的满意程度，并根据满意程度生成套餐推荐列表。本发明的方法将用户对于套餐中流量、语音和价格的偏好进行解耦，使得推荐结果更具可解释性，提升了个性化推荐服务的精准度。
-
Patent Agency Ranking
公开(公告)号：CN119106195A
公开(公告)日：2024-12-10
申请号：CN202411292182.4
申请日：2024-09-14
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06N3/042 , G06N3/0895 , G06F18/214 , G06F18/2415
Abstract: 本发明公开一种基于主图学习技术的多媒体推荐方法与系统，属于数据挖掘领域；推荐方法包括：采集用户的行为数据以及对应的媒体内容数据，建立数据库；构建基于主图学习技术的多媒体推荐模型；使用用户的行为数据，基于贝叶斯个性化排序思想，训练推荐模型；根据建立好的数据库，使用训练好的基于主图学习技术的多媒体推荐模型，输出为每个用户推荐媒体信息；针对用户行为数据中存在着固有噪声和冗余信息的问题，采用基于主图学习技术挖掘用户的核心行为意图，更有效的建模了用户行为特征；同时构建了自监督学习辅助任务，促使提取的用户特征更贴合用户偏好，避免了用户特征被噪声行为污染，进一步增强用户特征的可辨别性。
-
公开(公告)号：CN115393773A
公开(公告)日：2022-11-25
申请号：CN202211096181.3
申请日：2022-09-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于非结构化知识嵌入的视频常识文本生成方法，包括：S1、提取视频的图像特征、视频特征和音频特征，经过跨模态融合和解码处理生成视频内容的文本描述；S2、将视频内容的文本描述输入预训练好的非结构化知识库GPT，通过预设置的提示词引导，得到深层次常识描述；S3、对扩充到的文本知识进行筛选处理，并与视频的图像特征、视频特征和音频特征进行有效的跨模态常识融合，最终生成可准确理解视频内涵的常识描述文本。本发明提出了一种多模态知识引入的学习方法，通过借助非结构化大规模预训练模型，分别从知识扩充和知识融合两个角度，实现模型对视频内容的深度理解，有助于互联网时代下基于视频的文本描述生成任务。
-
公开(公告)号：CN115393692A
公开(公告)日：2022-11-25
申请号：CN202211095848.8
申请日：2022-09-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于生成式预训练语言模型的联想文本到图像生成方法，包括：基于数据集对生成式预训练模型进行微调，让预训练模型获得语义保留度好已有文本信息，得到微调后的预训练模型；将原始数据集中每张图像对应的十个句子作为微调后的预训练模型的输入，得到模型输出的生成数据集；对生成数据集进行约束处理和语义保留度评估选择，得到联想文本数据集；基于所述联想文本数据集，利用基于DF‑GAN的对抗生成网络模型，生成在文本图像跨模态语义特征上一致的图像。本发明综合利用生成式预训练模型的联想能力和丰富的语义信息，一定程度上平衡了了对抗生成网络在文本到图像跨模态生成任务上文本信息和图像信息不均衡的问题。
-
公开(公告)号：CN119166854A
公开(公告)日：2024-12-20
申请号：CN202411320169.5
申请日：2024-09-23
Applicant: 南京邮电大学
IPC: G06F16/783 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了面向复杂不完备数据场景的短视频谣言检测方法及系统，涉及数据挖掘技术领域，通过构建一种基于多模态一致性的共享特征抽取模块，让模型自适应地跳过缺失数据部分，并从可用的数据部分中总结视频内容的信息，从而帮助模型理解视频主题；通过构建一种基于跨模态不一致性的冲突检测模块，分析所有可用模态的语义表征，用于检查模态之间可能存在的矛盾与谬误，作为鉴别谣言的辅助依据；通过构建一种可迁移的自适应平衡训练机制，能够根据训练损失自动地调节每个视频模态的训练权重，防止可用模态的过拟合并缓解缺失模态的欠拟合，从而增强模型对于不同模态组合输入的鲁棒性并达到平衡训练的目的。
-
公开(公告)号：CN116456323A
公开(公告)日：2023-07-18
申请号：CN202310621756.7
申请日：2023-05-30
Applicant: 南京邮电大学
IPC: H04W8/18 , H04W4/50 , G06Q30/0601 , G06Q30/0282 , G06Q50/30 , G06F16/9535 , G06F16/9536 , G06N3/0442 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于用户偏好解耦的用户套餐推荐方法及系统，方法的步骤包括：采集用户的套餐订阅数据和满意度评分数据，建立用户套餐订阅数据集；构造三个嵌入表示来分别表征用户对于套餐中流量、语音和价格的偏好，并且从用户套餐订阅数据集中抽取特定数据来训练每个嵌入表示，使得每个嵌入表示只捕捉其中一种偏好；使用注意力机制自适应融合三个嵌入表示，得到用户总体偏好表征；基于用户总体偏好表征计算用户对于候选套餐的满意程度，并根据满意程度生成套餐推荐列表。本发明的方法将用户对于套餐中流量、语音和价格的偏好进行解耦，使得推荐结果更具可解释性，提升了个性化推荐服务的精准度。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
