-
公开(公告)号：CN105528379B
公开(公告)日：2020-09-22
申请号：CN201410577628.8
申请日：2014-10-24
Applicant: 杭州师范大学 , 腾讯科技(深圳)有限公司
IPC: G06F16/9535 , G06Q30/02
Abstract: 本发明实施例公开了一种资源的推荐方法和装置，用于解决资源有限时向用户推荐资源的准确性和高效性的问题。本发明实施例方法包括：从资源数据库中获取历史关联数据，所述历史关联数据包括：用户集中的用户和资源集中的资源之间存在关联关系的数据；根据所述历史关联数据获取所述资源集中的每个资源分别与所述用户集中目标用户之间的被关联程度初值；根据所述被关联程度初值和所述历史关联数据中的关联关系获取所述资源集中每个资源与目标用户之间的被关联程度；根据所述资源集中每个资源与所述目标用户之间的被关联程度为所述目标用户生成个性化推荐列表，所述个性化推荐列表包括为所述目标用户推荐的至少一个资源。
-
公开(公告)号：CN105528379A
公开(公告)日：2016-04-27
申请号：CN201410577628.8
申请日：2014-10-24
Applicant: 杭州师范大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明实施例公开了一种资源的推荐方法和装置，用于解决资源有限时向用户推荐资源的准确性和高效性的问题。本发明实施例方法包括：从资源数据库中获取历史关联数据，所述历史关联数据包括：用户集中的用户和资源集中的资源之间存在关联关系的数据；根据所述历史关联数据获取所述资源集中的每个资源分别与所述用户集中目标用户之间的被关联程度初值；根据所述被关联程度初值和所述历史关联数据中的关联关系获取所述资源集中每个资源与目标用户之间的被关联程度；根据所述资源集中每个资源与所述目标用户之间的被关联程度为所述目标用户生成个性化推荐列表，所述个性化推荐列表包括为所述目标用户推荐的至少一个资源。
-
公开(公告)号：CN111626480B
公开(公告)日：2023-06-09
申请号：CN202010375001.X
申请日：2020-05-06
Applicant: 杭州师范大学
IPC: G06Q10/047 , G06Q10/0631 , G06Q50/26
Abstract: 本发明公开了一种动态路由下双层交通网络的资源优化方法，包括如下步骤：根据输入的网络参数构造双层网络模型，设置双层网络模型的多种资源分配方式delta；根据特定的资源分配方式delta计算该方式下每个节点的处理能力；设置双层网络模型的动态路由策略、自恢复机制以及跨层流量切换机制；在特定资源分配方式下，统计双层网络处于不崩溃情况下包生成速率的最大值Rc；根据所有资源分配方式对应的Rc确定最优资源分配方法，Rc值最大的资源分配方式最优异；根据最优资源分配方式调整现有资源分配方式。本发明对城际乃至国际的公共交通网络的建设与优化，提高网络容量与运输效率，具有指导与借鉴意义。
-
公开(公告)号：CN114398566A
公开(公告)日：2022-04-26
申请号：CN202210043900.9
申请日：2022-01-14
Applicant: 杭州师范大学
IPC: G06F16/9537 , G06F17/18
Abstract: 本发明公开了一种基于指数平滑的位置预测系统及方法。利用指数平滑方法，结合历史签到数据，更加真实的体现历史签到数据对位置预测的影响；使用用户历史签到数据，结合EM算法、指数平滑和高斯模型，实现对用户下一个时间出现的位置进行预测。本发明利用指数平滑方法，有差别的使用历史数据，可以更加真实的反应出历史数据对位置预测的影响，进而提高位置预测模型的预测精度。
-
公开(公告)号：CN109873721A
公开(公告)日：2019-06-11
申请号：CN201910145451.7
申请日：2019-02-27
Applicant: 杭州师范大学
Abstract: 本发明公开了一种基于多层复杂网络评估基础设施网络鲁棒性的方法，包括：(1)根据传统的级联动力学将若干个不同的基础设施网络构建成一个多层网络，在多层网络间建立一对一的相互依赖关系，形成多层网络模型；(2)通过步骤(1)中的多层网络模型模拟现实基础设施网络中故障发生的过程，根据渗流模型计算多层网络模型达到稳态时最大连通分量的大小；或根据生成函数及自恰方程理论，利用数值解析法求解步骤(1)中的多层网络模型达到稳态时最大连通分量的大小；(3)根据步骤(2)中的最大连通分量的大小评估基础设施网络鲁棒性。该方法解决了现有方法忽略现实网络特点，低估网络鲁棒性的问题，可以更加真实的评估现实网络的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN111414552B
公开(公告)日：2022-05-27
申请号：CN202010115867.7
申请日：2020-02-25
Applicant: 杭州师范大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种在线社交网络谣言传播范围的估计方法，在谣言传播的过程中引入了抑制者对谣言的评论辟谣的机制，以降低未知者对于谣言的接受度。本发明在现有技术的基础上提出群传播概念，利用ER随机网络、BA无标度网络以及真实的Facebook和Twitter网络等为样本，研究了不同模型参数对于谣言传播范围的影响，发现群中抑制者不同的评论概率对谣言传播范围有不同的影响，随着抑制者评论概率的变大，谣言传播的范围先变小后变大。本发明改善了现有模型中节点自身不具备一定的辨识能力的缺陷，可以更加真实地模拟真实世界社交网络中的谣言传播过程。
-
公开(公告)号：CN109873721B
公开(公告)日：2021-11-09
申请号：CN201910145451.7
申请日：2019-02-27
Applicant: 杭州师范大学
Abstract: 本发明公开了一种基于多层复杂网络评估基础设施网络鲁棒性的方法，包括：(1)根据传统的级联动力学将若干个不同的基础设施网络构建成一个多层网络，在多层网络间建立一对一的相互依赖关系，形成多层网络模型；(2)通过步骤(1)中的多层网络模型模拟现实基础设施网络中故障发生的过程，根据渗流模型计算多层网络模型达到稳态时最大连通分量的大小；或根据生成函数及自恰方程理论，利用数值解析法求解步骤(1)中的多层网络模型达到稳态时最大连通分量的大小；(3)根据步骤(2)中的最大连通分量的大小评估基础设施网络鲁棒性。该方法解决了现有方法忽略现实网络特点，低估网络鲁棒性的问题，可以更加真实的评估现实网络的鲁棒性。
-
公开(公告)号：CN111881545A
公开(公告)日：2020-11-03
申请号：CN202010530045.5
申请日：2020-06-11
Applicant: 杭州师范大学
IPC: G06F30/20
Abstract: 本发明提出一种基于复杂网络依赖渗流模型的节点重要性识别方法，旨在根据网络发生故障时的渗流特点和级联动力学过程确定网络中节点的影响力。本发明包括边依赖网络建模模块和现实网络验证模块，边依赖网络建模模块包括以下步骤：(1)基于边依赖机制构建网络模型，引入弱依赖渗流模型来调节所述网络模型中连边之间的依赖强度；(2)对步骤1所述网络模型中的节点进行失效考察，设定可调节参数控制节点间的依赖强度，根据网络模型中是否存在新的依赖边失效进行新一轮的失效判断，直至网络模型稳定时，得到网络模型最大连通分量的最终值；(3)根据节点删除时导致网络崩溃的边依赖强度临界值和最大连通分量评估节点的重要性。
-
公开(公告)号：CN111881545B
公开(公告)日：2023-12-08
申请号：CN202010530045.5
申请日：2020-06-11
Applicant: 杭州师范大学
IPC: G06F30/20
Abstract: 本发明提出一种基于复杂网络依赖渗流模型的节点重要性识别方法，旨在根据网络发生故障时的渗流特点和级联动力学过程确定网络中节点的影响力。本发明包括边依赖网络建模模块和现实网络验证模块，边依赖网络建模模块包括以下步骤：(1)基于边依赖机制构建网络模型，引入弱依赖渗流模型来调节所述网络模型中连边之间的依赖强度；(2)对步骤1所述网络模型中的节点进行失效考察，设定可调节参数控制节点间的依赖强度，根据网络模型中是否存在新的依赖边失效进行新一轮的失效判断，直至网络模型稳定时，得到网络模型最大连通分量的最终值；(3)根据节点删除时导致网络崩溃的边依赖强度临界值和最大连通分量评估节点的重要性。
-
公开(公告)号：CN111626480A
公开(公告)日：2020-09-04
申请号：CN202010375001.X
申请日：2020-05-06
Applicant: 杭州师范大学
Abstract: 本发明公开了一种动态路由下双层交通网络的资源优化方法，包括如下步骤：根据输入的网络参数构造双层网络模型，设置双层网络模型的多种资源分配方式delta；根据特定的资源分配方式delta计算该方式下每个节点的处理能力；设置双层网络模型的动态路由策略、自恢复机制以及跨层流量切换机制；在特定资源分配方式下，统计双层网络处于不崩溃情况下包生成速率的最大值Rc；根据所有资源分配方式对应的Rc确定最优资源分配方法，Rc值最大的资源分配方式最优异；根据最优资源分配方式调整现有资源分配方式。本发明对城际乃至国际的公共交通网络的建设与优化，提高网络容量与运输效率，具有指导与借鉴意义。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.041 seconds)
