公开(公告)号：CN118013130A

公开(公告)日：2024-05-10

申请号：CN202410410829.2

申请日：2024-04-08

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  张晓君 ,  初佃辉 ,  卢康 ,  皇浩

IPC: G06F16/9535 ,  G06Q30/0601

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于超服务网络的服务推荐方法、系统、设备和存储介质；为解决现有服务网络不能很好的表现出大量服务节点之间关系，影响服务推荐的准确度的问题，该服务推荐方法首先将节点端对端连接的初始服务网络中，每个初始服务节点的边总数，作为初始服务节点关键性顺序，进行基于超边的超服务网络的构建，得到初始超服务网络；然后，通过判断初始超服务网络中的服务节点总数大小，并基于服务节点超边、信誉值和协作次数，选择对初始超服务网络进行优化；最后，根据服务节点超边、信誉值和协作次数计算推荐值后，进行服务推荐；该推荐方法，推荐准确度高，用于商业领域服务推荐中会提高商业内容消费。

公开(公告)号：CN118013130B

公开(公告)日：2024-06-04

申请号：CN202410410829.2

申请日：2024-04-08

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  张晓君 ,  初佃辉 ,  卢康 ,  皇浩

IPC: G06F16/9535 ,  G06Q30/0601

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于超服务网络的服务推荐方法、系统、设备和存储介质；为解决现有服务网络不能很好的表现出大量服务节点之间关系，影响服务推荐的准确度的问题，该服务推荐方法首先将节点端对端连接的初始服务网络中，每个初始服务节点的边总数，作为初始服务节点关键性顺序，进行基于超边的超服务网络的构建，得到初始超服务网络；然后，通过判断初始超服务网络中的服务节点总数大小，并基于服务节点超边、信誉值和协作次数，选择对初始超服务网络进行优化；最后，根据服务节点超边、信誉值和协作次数计算推荐值后，进行服务推荐；该推荐方法，推荐准确度高，用于商业领域服务推荐中会提高商业内容消费。

公开(公告)号：CN119646593A

公开(公告)日：2025-03-18

申请号：CN202510151938.1

申请日：2025-02-12

Applicant: 烟台大学

Inventor： 刘志中 ,  卢康 ,  初佃辉 ,  刘兆伟 ,  王莹洁

IPC: G06F18/24 ,  G06F18/25 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明属于数据处理技术领域，具体涉及不确定模态下的多模态意图识别方法、系统、装置、介质，为了应对文本模态质量的不确定问题，将文本特征与共性特征进行多头注意力处理，以此生成动态文本权重并作用于文本模态，从而动态优化文本模态；为了解决不确定模态带来的信息不足问题，利用余弦相似度函数计算具有最高优先级的模态与全模态样本数据集中相应模态的相似度，得到相似的全模态样本，并拼接形成目标增强特征，随后经交叉注意力处理对目标增强特征与融合特征进行深度关联学习，从而增强融合特征的质量。

公开(公告)号：CN119646593B

公开(公告)日：2025-04-22

申请号：CN202510151938.1

申请日：2025-02-12

Applicant: 烟台大学

Inventor： 刘志中 ,  卢康 ,  初佃辉 ,  刘兆伟 ,  王莹洁

IPC: G06F18/24 ,  G06F18/25 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明属于数据处理技术领域，具体涉及不确定模态下的多模态意图识别方法、系统、装置、介质，为了应对文本模态质量的不确定问题，将文本特征与共性特征进行多头注意力处理，以此生成动态文本权重并作用于文本模态，从而动态优化文本模态；为了解决不确定模态带来的信息不足问题，利用余弦相似度函数计算具有最高优先级的模态与全模态样本数据集中相应模态的相似度，得到相似的全模态样本，并拼接形成目标增强特征，随后经交叉注意力处理对目标增强特征与融合特征进行深度关联学习，从而增强融合特征的质量。