面向数字政务服务的自适应智能体建模方法、系统及产品

    公开(公告)号:CN119761927A

    公开(公告)日:2025-04-04

    申请号:CN202411655146.X

    申请日:2024-11-19

    Applicant: 山东大学

    Abstract: 本发明属于数字政务服务系统建模领域,提供了面向数字政务服务的自适应智能体建模方法、系统及产品,其技术方案为:获取各个政务部门智能体的业务处理数据;基于各个政务部门智能体的业务处理数据,构建得到数字政务服务模型;根据不同的响应变量匹配数字政务服务模型相应的建模特征,根据响应变量和对应建模特征之间的关联关系,确定导致响应变量显著变化的事件。这一框架捕捉和建模数字政务服务系统中的微观个体特征及其涌现机制,不仅有助于标准化建模流程,而且消除政务部门智能体及系统复杂特征建模和AI技术应用之间的鸿沟。

    基于数据融合的玉米可变剪接异构体功能预测系统

    公开(公告)号:CN115101120B

    公开(公告)日:2024-04-16

    申请号:CN202210736872.9

    申请日:2022-06-27

    Applicant: 山东大学

    Abstract: 本发明提供了一种基于数据融合的玉米可变剪接异构体功能预测系统,通过对可变剪接异构体进行多组学数据融合来得到可变剪接异构体功能关联网络,实现多多组学数据的有效整合,能够更好地支撑可变剪接异构体的功能预测;通过对可变剪接异构体功能关联网络进行结构与属性相结合的图表示学习,可以学习到有效的可变剪接异构体特征表示;通过基于注意力机制的多示例学习,可以自适应地学习基因中每个可变剪接异构体的注意力权重,同时考虑了基因的功能由多个可变剪接异构体共同负责的情况,可以更好地区分可变剪接异构体的功能,实现了更准确更全面的可变剪接异构体功能预测。

    一种基于知识图谱挖掘的个性化学习路径推荐方法及系统

    公开(公告)号:CN111309927B

    公开(公告)日:2023-07-18

    申请号:CN202010096087.2

    申请日:2020-02-17

    Applicant: 山东大学

    Abstract: 本发明属于学习路径推荐领域,提供了一种基于知识图谱挖掘的个性化学习路径推荐方法及系统,其解决了传统方法得到的学习路径与相应学习者匹配性差的问题,能够提高学习者的学习路径推荐的精度,使得该学习路径与学习者匹配程度更高。其中,该个性化学习路径推荐方法包括:基于知识图谱构建学习路径模型,进而将知识图谱映射成通用学习路径图;根据学习者特征对通用学习路径图做个性化处理,得到备选学习路径图;将备选学习路径图中所有学习路径作为初始学习路径,利用遗传算法及学习路径的自适应值生成新的学习路径,当达到预设迭代次数或生成的所有新的学习路径的自适应值大于预设阈值时,停止迭代并筛选出自适应值最高的学习路径作为推荐结果。

    一种使用基于方面的情感分析方法的舆情监控方法和系统

    公开(公告)号:CN111310476B

    公开(公告)日:2021-11-02

    申请号:CN202010108016.X

    申请日:2020-02-21

    Applicant: 山东大学

    Abstract: 本发明公开了一种使用基于方面的情感分析方法的舆情监控方法及系统,包括:构建爬取新闻评论的爬虫,爬取所需新闻及对应的评论信息;对新闻及对应的评论信息进行处理,包括去除停用词和对去除停用词后的句子进行分词;使用深度学习模型对处理后的信息进行基于方面的情感分析,分析出文本中的每个方面的情感;使用LDA主题分布模型,识别每条新闻文本的主题;对新闻文本的主题及新闻文本中的每个方面的情感进行统计。可以更细粒度的对新闻评论文本进行情感分析,可以判断新闻评论文本中每个方面的情感,对新闻评论文本的情感可以更准确的判断。

    一种基于知识图谱的电子病历问答方法及系统

    公开(公告)号:CN111274373B

    公开(公告)日:2021-06-11

    申请号:CN202010047420.0

    申请日:2020-01-16

    Applicant: 山东大学

    Abstract: 本公开公开了一种基于知识图谱的电子病历问答方法及系统,包括构建基于电子病历数据的知识图谱,根据历史问题查询信息,统计关键词的种类和数量,构建提问语句模板;对获取的问句进行基于字的标注和字的嵌入,以问句中每个字的字嵌入向量构成句子表示矩阵,对句子表示矩阵使用双向长短期记忆模型和条件随机场进行序列标注,输出词标注结果和其对应的标签;将词标注结果和其对应的标签与提问语句模板进行匹配,得到SPARQL语句生成模板,将标注的词语和其对应的标签填入SPARQL语句生成模板中,生成SPARQL查询语句;将SPARQL查询语句输入知识图谱中进行查询,得到答案。可以更好地描述患者和医疗事件之间的关系,可以快速准确地帮助用户查询出所需的电子病历信息。

    基于图神经网络的终端运行状态预测方法及系统

    公开(公告)号:CN112364975A

    公开(公告)日:2021-02-12

    申请号:CN202011095419.1

    申请日:2020-10-14

    Applicant: 山东大学

    Abstract: 本申请公开了基于图神经网络的终端运行状态预测方法及系统,包括:在终端上布设传感器,获取由传感器采集的终端的时间序列状态数据;对终端的每个时间序列状态数据进行数据增强处理;对数据增强处理后的数据进行特征提取;利用提取的特征构建图神经网络;对图神经网络的权重进行自适应分配;基于传感器采集终端的待预测时间序列状态数据,利用图神经网络对终端下一时刻的运行状态进行预测。

    一种基于众智网络的问答任务分配方法及系统

    公开(公告)号:CN110111010B

    公开(公告)日:2020-07-03

    申请号:CN201910390185.4

    申请日:2019-05-10

    Applicant: 山东大学

    Abstract: 本发明公开了一种基于众智网络的问答任务分配方法及系统,该方法包括以下步骤:获取用户发布的待解决新问题;搜索用户历史提出的问题及问题答案,挖掘用户的主题分布,计算用户主题与新问题的距离,获得兴趣度高的用户;采用改进的PageRank算法,计算兴趣度高的用户的权威度;计算兴趣度高的用户的最近活跃度和情感倾向性;根据得到的兴趣度高的用户权威度、最近活跃度和情感倾向性,计算兴趣度高的用户匹配度,将待解决新问题分配给匹配度高的用户。本发明使得最合适的问题能够推送到最合适的用户来解答,有效缓解在线问答平台中提问者被动等待用户回答且得不到满意回答的情况。

Patent Agency Ranking