用户身份识别模型构建、用户身份验证方法及装置

    公开(公告)号:CN113742665B

    公开(公告)日:2024-03-26

    申请号:CN202010509874.5

    申请日:2020-06-05

    摘要: 本发明实施例涉及一种用户身份识别模型构建、用户身份验证方法及装置,所述方法包括:获取用户使用设备过程中产生的多条基础行为样本数据;基于所述多条基础行为样本数据中的每一条基础行为样本数据,得到与每一条基础行为样本数据对应的行为嵌入向量;基于所有行为嵌入向量,获取用户特征信息和用户行为序列信息;根据所述用户特征信息和所述用户行为序列信息,构建所述用户身份识别模型,由此方法,可以实现有效利用用户特征信息和行为序列信息训练身份识别模型,能够更精准地、主动地验证用户身份,保证用户的个人信息安全和财产安全。

    基于事件隐式要素与显式联系的事件预测方法和装置

    公开(公告)号:CN113761337B

    公开(公告)日:2023-10-27

    申请号:CN202011643504.7

    申请日:2020-12-31

    摘要: 本发明提供一种基于事件隐式要素与显式联系的事件预测方法和装置,其中,方法包括:获取事件文本中的多个事件的事件要素;提取跨事件的事件要素之间的第一关系特征,所述第一关系特征用于表征跨事件的事件要素之间的语义联系特征;基于所述第一关系特征进行事件预测。在对事件进行预测时,加入跨事件的事件要素之间的第一关系特征,可以记录跨事件的事件要素之间的隐式联系,并且通过不同事件中的事件要素语义联系特征让不同的事件之间产生了联系,挖掘出了事件元组更深层次且更具有预测性的语义信息,不仅可以提升了事件预测的准确性,而且广泛适用于基于事件要素进行事件预测的方法中,通用性强。

    用户行为画像的构建方法、装置、设备及存储介质

    公开(公告)号:CN111861545B

    公开(公告)日:2022-10-18

    申请号:CN202010573448.8

    申请日:2020-06-22

    IPC分类号: G06Q30/02

    摘要: 本申请涉及一种用户行为画像的构建方法、装置、设备及存储介质,所述方法包括:构建用户行为画像模型;生成用户行为特征向量和生成行为对象特征向量;计算分组判别结果与设定分组的分组误差,和,将用户行为特征向量和行为对象特征向量重构生成行为矩阵,并计算重构生成的行为矩阵为用户行为矩阵的生成概率;根据最小化模型方法,优化用户行为画像模型,更新用户行为画像模型参数;用户行为画像模型构建成功,向构建成功的用户行为画像模型输入用户行为数据,获得与用户行为数据对应的用户行为画像。用以解决现有的用户行为画像模型构建时更专注于用户的共性,难以获取具有个性化且可区分性的用户行为画像的问题。

    一种远程监督的Dual-Attention关系分类方法及系统

    公开(公告)号:CN108829722B

    公开(公告)日:2020-10-02

    申请号:CN201810432079.3

    申请日:2018-05-08

    摘要: 本发明涉及一种远程监督的Dual‑Attention关系分类方法及系统,包括:通过远程监督将知识库中的实体对对齐到新闻语料,构建实体对句子集合;基于词级别注意力机制的Bi‑LSTM模型将所述句子进行词级别的向量编码,得到所述句子的语义特征编码向量;基于句子级别注意力机制的Bi‑LSTM模型将所述句子的语义特征进行编码与去噪,得到句子集特征编码向量;将所述句子集特征编码向量与实体对翻译向量进行打包,对得到的包特征进行实体对的关系分类。本发明提供的技术方案降低了模型训练的噪声数据,避免人工标注数据及其造成的错误传递。运用开放域文本与大规模知识库进行实体对齐,有效解决了关系抽取的标注数据规模问题。

    一种远程监督的Dual-Attention关系分类方法及系统

    公开(公告)号:CN108829722A

    公开(公告)日:2018-11-16

    申请号:CN201810432079.3

    申请日:2018-05-08

    IPC分类号: G06F17/30 G06F17/27

    摘要: 本发明涉及一种远程监督的Dual-Attention关系分类方法及系统,包括:通过远程监督将知识库中的实体对对齐到新闻语料,构建实体对句子集合;基于词级别注意力机制的Bi-LSTM模型将所述句子进行词级别的向量编码,得到所述句子的语义特征编码向量;基于句子级别注意力机制的Bi-LSTM模型将所述句子的语义特征进行编码与去噪,得到句子集特征编码向量;将所述句子集特征编码向量与实体对翻译向量进行打包,对得到的包特征进行实体对的关系分类。本发明提供的技术方案降低了模型训练的噪声数据,避免人工标注数据及其造成的错误传递。运用开放域文本与大规模知识库进行实体对齐,有效解决了关系抽取的标注数据规模问题。

    一种脚本转换方法和装置

    公开(公告)号:CN104932974B

    公开(公告)日:2018-11-13

    申请号:CN201510280783.8

    申请日:2015-05-28

    IPC分类号: G06F11/36

    摘要: 本发明公开了一种脚本转换方法和装置。所述方法包括:根据LoadRunner的脚本路径,获取符合预设条件的LoadRunner测试脚本;利用LoadRunner控制器,获取LoadRunner测试场景配置信息;分别将所述LoadRunner测试脚本和所述LoadRunner测试场景配置信息转换为Jmeter格式的xml段落;将所述LoadRunner测试脚本和所述LoadRunner测试场景配置信息分别转换成的xml段落进行合并,形成Jmeter测试计划。通过本发明实施例实现了LoadRunner的HTTP脚本和场景到Jmeter测试计划的自动转换,可以大量节约软件使用成本、利用现有的测试脚本和测试人员、节约大量的人员脚本执行时间、提高测试效率等优点。

    一种事理知识图谱构建方法及系统

    公开(公告)号:CN108052576A

    公开(公告)日:2018-05-18

    申请号:CN201711293661.8

    申请日:2017-12-08

    IPC分类号: G06F17/30 G06Q50/00

    摘要: 本发明涉及一种事理知识图谱构建方法及系统,该构建系统包括:宏观事件层构建模块、微观知识层构建模块、关系映射模块、本体层构建模块和事理知识图谱生成模块;所述宏观事件层构建模块包括:事件实体抽取单元、事件演化单元和因果关系抽取单元;所述微观知识层构建模块包括:微观实体抽取单元。本发明通过从结构化数据中获取事件实体和微观实体,分别构建宏观事件层和微观实体层,并抽取不同事件实体之间的因果关系映射到微观实体中,通过对微观实体层中微观实体的关系、类型和因果关系进行抽象和归纳,由此判断事件形成突发性群体响应的本质原因,对突发事件进行预警预测。

    一种流式数据主题挖掘方法及其系统

    公开(公告)号:CN107992474A

    公开(公告)日:2018-05-04

    申请号:CN201711193285.5

    申请日:2017-11-24

    IPC分类号: G06F17/27 G06F17/30

    摘要: 本发明涉及一种流式数据主题挖掘方法及其系统,该挖掘方法包括:对结构化数据进行筛选,得到主题数据,提取主题数据的主题实体和主题关键词,分别生成主题实体集合和主题关键词集合;提取候选新闻数据的新闻实体和新闻关键词,分别生成新闻实体集合和新闻关键词集合;分别计算得到实体相关度、关键词相关度和核心词相关度;计算候选新闻数据与主题数据的新闻主题相似度,并将新闻主题相似度大于预设阈值的候选新闻数据导入合格新闻数据集合。本发明能够从海量的实时流式数据中准确找到用户关注的特定主题的相关新闻,保证了该主题下新闻的实时性、准确性,以及该主题下新闻动态的变化过程,并对新闻内容进行了分析。