-
公开(公告)号：CN110990711B
公开(公告)日：2023-05-12
申请号：CN201910392858.X
申请日：2019-05-13
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/9536 , G06F16/958 , G06Q50/00 , G06N20/00
Abstract: 本发明公开了基于机器学习的微信公众号推荐算法，包括：为训练文本标注标签，获取训练文本的关键词及关键词向量，对关键词向量进行聚类计算，获得簇，并确定簇的中心向量；采集公众号文本，获取公众号文本的关键词及关键词向量，根据关键词向量与中心向量的相似度确定公众号文本对应的标签，获得标签分析结果；根据目标用户的历史行为确定目标用户的喜好标签；从标签分析结果中选取与喜好标签相关的标签，将相关的标签对应的公众号文本推荐给目标用户。本发明还提供了基于机器学习的微信公众号推荐系统。本发明能够根据分析用户喜好，进而自动推荐合适的公众号，避免用户受各种良莠不齐的公众号干扰，避免花费过多时间用于挑选公众号文章。
-
公开(公告)号：CN110990711A
公开(公告)日：2020-04-10
申请号：CN201910392858.X
申请日：2019-05-13
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/9536 , G06F16/958 , G06Q50/00 , G06N20/00
Abstract: 本发明公开了基于机器学习的微信公众号推荐算法，包括：为训练文本标注标签，获取训练文本的关键词及关键词向量，对关键词向量进行聚类计算，获得簇，并确定簇的中心向量；采集公众号文本，获取公众号文本的关键词及关键词向量，根据关键词向量与中心向量的相似度确定公众号文本对应的标签，获得标签分析结果；根据目标用户的历史行为确定目标用户的喜好标签；从标签分析结果中选取与喜好标签相关的标签，将相关的标签对应的公众号文本推荐给目标用户。本发明还提供了基于机器学习的微信公众号推荐系统。本发明能够根据分析用户喜好，进而自动推荐合适的公众号，避免用户受各种良莠不齐的公众号干扰，避免花费过多时间用于挑选公众号文章。
-
公开(公告)号：CN108880980A
公开(公告)日：2018-11-23
申请号：CN201810403059.3
申请日：2018-04-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
Abstract: 本发明公开一种基于微信群信息的数据分析系统，包括：信息采集模块，其每隔预设时间按发送顺序采集一批预设数量的微信群消息的html标签；数据分析模块，其将信息采集模块采集到的html标签通过正则解析得出其中包含的每条群消息的属性，所述群消息属性包括群编号、群消息编号；缓存去重模块，其将每条群消息属性包含的群编号和群消息编号进行哈希运算得到哈希值，再将相邻两批次中的每条群消息的哈希值对比，若有重复部分，则将后一批次中哈希值重复的群消息删除；多媒体提取模块；对象存储模块；关键词提取模块；群消息库模块。本发明具有能将采集到的微信群消息数据进行分析和统计，最后直观的展示出来，可以有效、直观的监测微信群的优点。
-
公开(公告)号：CN108804527A
公开(公告)日：2018-11-13
申请号：CN201810400819.5
申请日：2018-04-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
Abstract: 本发明公开了一种基于微信区域朋友圈数据分析系统，包括：账户采集模块，账户消重模块，账户存储模块；信息采集模块，用于连续多次采集该限定区域内的朋友圈可见信息；信息消重模块，过滤掉该限定区域内在该次采集的朋友圈可见信息中以前已经出现过的朋友圈可见信息，得到新的朋友圈可见信息；信息存储模块，用于接收并储存新的朋友圈可见信息。本发明还公开了一种基于微信区域朋友圈数据分析方法。本发明实现了对限定区域内的所有微信用户的朋友圈可见信息进行了全面的分析，及时监测舆情，有效预警突发事件，防患于未然。
-
公开(公告)号：CN113268673A
公开(公告)日：2021-08-17
申请号：CN202110443364.7
申请日：2021-04-23
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/9536 , G06F40/253 , G06F40/284
Abstract: 本发明公开了一种互联网行动类信息线索分析的方法，包括：从互联网获取信息文本；将信息文本输入预训练的行动线索标注算法模型中，应用预训练的行动线索标注算法模型获取信息文本中的行动类信息线索单词；其中，所述行动类信息线索单词的实体类型包括自定义类型，所述行动线索标注算法模型对属于自定义类型的单词的权重进行增量运算。本发明可以对采集内容进行快速的语法分析，获取内容中用户关注的时间、地点、人物和活动等行动类线索信息，这样就可以对关键词信息进行标注或分类，最终让用户可以很清晰、明了的查看线索信息内容。
-
Patent Agency Ranking
公开(公告)号：CN113268673B
公开(公告)日：2023-06-02
申请号：CN202110443364.7
申请日：2021-04-23
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/9536 , G06F40/253 , G06F40/284
Abstract: 本发明公开了一种互联网行动类信息线索分析的方法，包括：从互联网获取信息文本；将信息文本输入预训练的行动线索标注算法模型中，应用预训练的行动线索标注算法模型获取信息文本中的行动类信息线索单词；其中，所述行动类信息线索单词的实体类型包括自定义类型，所述行动线索标注算法模型对属于自定义类型的单词的权重进行增量运算。本发明可以对采集内容进行快速的语法分析，获取内容中用户关注的时间、地点、人物和活动等行动类线索信息，这样就可以对关键词信息进行标注或分类，最终让用户可以很清晰、明了的查看线索信息内容。
-
公开(公告)号：CN111046129A
公开(公告)日：2020-04-21
申请号：CN201910392857.5
申请日：2019-05-13
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/31 , G06F16/953 , G06Q50/00
Abstract: 本发明公开了基于文本内容特征的公众号信息存储方法，包括：采集公众号文章，提取公众号文章的唯一标识和特征文本，并将特征文本转化为特征标识，并将公众号文章与特征标识关联存储；根据公众号文章确定索引字段，建立索引字段与公众号文章的关联关系，生成索引数据，所述索引字段至少包括唯一标识；为多个索引节点分别配置唯一标识范围，将索引数据按照其唯一标识存储至相应的索引节点。本发明还提供了基于文本内容特征的公众号信息检索系统。本发明能够避免大量相同文章同时显示，并且能够保证检索系统的稳定性和效率。
-
公开(公告)号：CN118708795A
公开(公告)日：2024-09-27
申请号：CN202410729579.9
申请日：2024-06-06
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/953 , G06F16/906
Abstract: 本发明公开了基于社交应用采集资源管理和检测使用的系统，包括：采集资源调度装置，其用于存储、初始化和分配采集资源；数据采集调度装置，其用于采集资源的申请与使用；采集资源状态收集装置，其用于存储使用完成的采集资源状态，并对采集资源进行分类；异常采集资源处理装置，其用于对异常采集资源进行删除、刷新和验证操作，并将刷新和验证后的采集资源更新到采集资源调度装置中；采集资源检测装置，其用于对采集资源调度装置中的采集资源进行可用性检测，并将不可用资源更新到采集资源状态收集装置中；以及，基于社交应用采集资源管理和检测使用的方法。本发明具有能确保采集资源可以得到最大化的利用，保障数据采集长期有效的完成等优点。
-
公开(公告)号：CN108628828B
公开(公告)日：2022-04-01
申请号：CN201810347840.3
申请日：2018-04-18
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F40/30 , G06F40/289 , G06F16/35
Abstract: 本发明一种基于自注意力的观点及其持有者的联合抽取方法：S1.构建提取观点及其持有者的语料集；S2.识别包含观点的语句；S3.联合抽取观点及其持有者。本发明优点：1、文本分类模型避免了抽取出的句子不包含观点的情况；2、观点及其持有者联合抽取模型摆脱了词性标注、命名实体识别和句法依存分析等自然语言处理环节，避免这些环节出现误差对模型提取效果的影响，且该模型有很高灵活度和覆盖面；3、本发明包含构建提取观点及其持有者的语料集，识别包含观点的语句，联合抽取观点及其持有者。4、本发明在双向LSTM的基础上使用self‑attention有效结合两者优点，使词语序列的表示语义更丰富，训练的模型准确率更高。
-
公开(公告)号：CN108846017A
公开(公告)日：2018-11-20
申请号：CN201810426304.2
申请日：2018-05-07
Applicant: 国家计算机网络与信息安全管理中心 , 北京天润基业科技发展股份有限公司
Abstract: 本发明一种基于Bi-GRU和字向量的大规模新闻文本的端到端分类方法，包括如下步骤：S1.进行Word Embedding的字级别语义特征表示；S2.构建注意力权重的Bi-GRU字级别的句子特征编码模型；S3.搭建基于注意力权重的Bi-GRU句子级别特征编码模型；S4.使用分层Softmax实现端到端分类实现。本发明方法可降低向量的维度，且有效地防止特征过于稀疏问题。优化了最终的输出向量，增强了模型特征编码有效性。避免维度过高造成的模型难以训练问题，又提供了额外的语义信息。可灵活组合特征抽取模型和各种常见分类器，方便更换调试分类器。计算复杂度比Softmax从|K|降低到log|K|。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.056 seconds)
