-
公开(公告)号：CN114357347A
公开(公告)日：2022-04-15
申请号：CN202111621632.6
申请日：2021-12-28
Applicant: 拓尔思信息技术股份有限公司
IPC: G06F16/958
Abstract: 本发明涉及一种互联网文档的总访问量的估值方法。包括：基于网站、app、社交媒体的日平均访问量，分别构建网站、app以及社交媒体的计算模型；获取用户首发的原创互联网文档并进行初始化分析；根据计算模型分别预估访问量；对所述网站预估访问量、app预估访问量以及社交媒体访预估问量，这三个值进行求和获得当日全网总访问量，再根据发布时间t获得衰减比例，获得已发布t天数内的总访问量。本发明针对互联网中的网站、app、社交媒体为基础全面的进行估算；构建不同的模型及实现算法，同时通过校正系数、配比等分析，客观准确的在全网进行总访问量的估值，为更有效的评估网站影响力、统计效绩及通过客观性排名等需求提供更有力的数据支持。
-
Patent Agency Ranking
公开(公告)号：CN114357347B
公开(公告)日：2024-04-26
申请号：CN202111621632.6
申请日：2021-12-28
Applicant: 拓尔思信息技术股份有限公司
IPC: G06F16/958
Abstract: 本发明涉及一种互联网文档的总访问量的估值方法。包括：基于网站、app、社交媒体的日平均访问量，分别构建网站、app以及社交媒体的计算模型；获取用户首发的原创互联网文档并进行初始化分析；根据计算模型分别预估访问量；对所述网站预估访问量、app预估访问量以及社交媒体预估访问量，这三个值进行求和获得当日全网总访问量，再根据发布时间t获得衰减比例，获得已发布t天数内的总访问量。本发明针对互联网中的网站、app、社交媒体为基础全面的进行估算；构建不同的模型及实现算法，同时通过校正系数、配比等分析，客观准确的在全网进行总访问量的估值，为更有效的评估网站影响力、统计效绩及通过客观性排名等需求提供更有力的数据支持。
-
公开(公告)号：CN110321432A
公开(公告)日：2019-10-11
申请号：CN201910548427.8
申请日：2019-06-24
Applicant: 拓尔思信息技术股份有限公司
Abstract: 本发明属于信息处理技术领域，为了解决现有技术中事件信息提取的技术方案存在准确率不高的技术问题，本发明提供一种本发明第一方面提供一种文本事件信息提取方法，该方法包括：对文本进行分词划分，并将分词做向量转换后得到词向量，以及将词向量输入至神经网路模型，输出实体；基于文本格式特征定义的信息类型，按照文法定义的对应模式规则，将文本块中的分词和实体按照文法定义的对应模式规则，整理成结构化后的文本块；对结构化后的文本块进行事件信息提取处理，使用文法定义的对应模式规则实现关键字抽取，并把关键字输出到结果模板中。因此，利用神经网络深度学习与规则相结合的方式，配置事件提取模型，实现文本事件信息的准确提取。
-
公开(公告)号：CN110309126A
公开(公告)日：2019-10-08
申请号：CN201910591554.6
申请日：2019-07-02
Applicant: 拓尔思信息技术股份有限公司
Abstract: 为了解决通过时间戳方式进行关系数据增量迁移过程中，存在数据丢失的技术问题，本发明提供一种关系数据库增量迁移处理方法、关系数据库中数据保存方法、电子装置和非易失性存储介质；所述关系数据库增量迁移处理方法中，基于时间偏移量Tx，调整关系数据库增量迁移处理中上次执行的时间戳为T’n-1＝Tn-1-Tx，并将所述数据库迁移时间戳字段范围Tr设置为[T’n-1，Tn]，对所述关系数据库中需要完成增量迁移操作、且时间戳在Tr范围内的每个迁移数据执行迁移操作。因此，即使关系数据库对应服务器的时间与数据迁移对应服务器的时间不一致，也不影响数据的准确性。
-
公开(公告)号：CN110321432B
公开(公告)日：2021-11-23
申请号：CN201910548427.8
申请日：2019-06-24
Applicant: 拓尔思信息技术股份有限公司
IPC: G06F16/35 , G06F16/36 , G06F40/295 , G06N3/04
Abstract: 本发明属于信息处理技术领域，为了解决现有技术中事件信息提取的技术方案存在准确率不高的技术问题，本发明提供一种本发明第一方面提供一种文本事件信息提取方法，该方法包括：对文本进行分词划分，并将分词做向量转换后得到词向量，以及将词向量输入至神经网路模型，输出实体；基于文本格式特征定义的信息类型，按照文法定义的对应模式规则，将文本块中的分词和实体按照文法定义的对应模式规则，整理成结构化后的文本块；对结构化后的文本块进行事件信息提取处理，使用文法定义的对应模式规则实现关键字抽取，并把关键字输出到结果模板中。因此，利用神经网络深度学习与规则相结合的方式，配置事件提取模型，实现文本事件信息的准确提取。
-
公开(公告)号：CN107247652A
公开(公告)日：2017-10-13
申请号：CN201710370462.6
申请日：2017-05-23
Applicant: 北京拓尔思信息技术股份有限公司
CPC classification number: G06F11/3068 , G06F11/324
Abstract: 本发明实施例提供了一种ETL作业的监控方法和系统，其中，所述方法包括：获取并上报ETL作业的执行元数据和日志数据；基于操作请求信息根据所述执行元数据和日志数据生成图谱数据；将所述图谱数据按照图谱形式进行展示。本发明实施例可以通过图谱的形式对ETL作业进行监控，使得ETL作业的监控更加直观。
-
-
-
-
-
Search Results
6
records
(took 0.038 seconds)
