-
公开(公告)号：CN114387064B
公开(公告)日：2024-07-19
申请号：CN202210039838.6
申请日：2022-01-13
申请人： 福州大学
IPC分类号： G06Q30/0601 , G06F18/22
摘要： 本发明涉及一种基于综合相似度的电商平台潜在客户推荐方法及系统。该方法，包括：选定一种motif，找出该motif的全部实例，构造客户的高阶邻接矩阵，而后获取客户序列，得到客户的表示向量，进而计算客户之间的联系紧密度；计算客户所携带的特征之间的相似程度；将联系紧密度和特性相似性进行加权，得到客户的综合相似度，进而得到KNN图；选取还未分配群体的客户中核心性最大的作为核心客户；将选取的核心客户作为初始群体，依次将群体邻居客户中使得群体适应度函数增量最大的客户加入群体；重复核心客户选取和群体扩展直到电商平台客户网络中的所有客户都有所属群体。本发明能有效挖掘出电商平台客户网络中存在的群体，并为群体推荐购买次数最多的商品。
-
公开(公告)号：CN114707066A
公开(公告)日：2022-07-05
申请号：CN202210352673.8
申请日：2022-04-01
申请人： 福州大学
IPC分类号： G06F16/9535 , G06F16/35 , G06F16/9537 , G06F16/955 , G06Q50/14
摘要： 本发明涉及一种基于社区感知和自适应随机游走的景点推荐方法及系统。所述系统包括用户旅游景点推荐网络构建模块、随机游走参数自适应计算模块、随机游走模块、节点表示向量优化模块、聚类和景点推荐模块；先根据用户行为和特征构建用户旅游景点推荐网络，再使用基于度中心性的随机游走自适应策略确定随机游走参数，接着在用户旅游景点推荐网络中进行对高度节点和低度节点分别进行基于社区隶属度的随机游走和基于重启机制的启发式随机游走，利用Skip‑Gram模型训练用户节点表示向量，结合聚类算法得到相关用户形成的社区，从而用于个性化推荐以提高景点推荐的合理性和准确性。
-
公开(公告)号：CN111292002B
公开(公告)日：2022-07-01
申请号：CN202010110536.4
申请日：2020-02-24
申请人： 福州大学
摘要： 本发明涉及一种基于遗传‑粒子群算法的评阅答辩分组方法及系统，采集关键信息，并对关键信息与参数进行编码，每个解由若干个答辩组构成；根据对应的约束条件生成的目标函数设计适应度函数；将数据按照解的编码进行初始化得到初始种群；将种群中的粒子进行交叉变异操作：当粒子经过多轮迭代达到一定条件后，停止对粒子的迭代操作，此时全局最优粒子就是适应度最高的近似最优解，得到最优结果。本发明借鉴了遗传算法中的染色体思想，将解设计为矩阵和张量，以满足离散型解在更新时的交叉与变异操作，解决了人工处理评阅答辩分组时所包含的精度不高、处理速度慢、难以应对大规模人员分配等问题。
-
公开(公告)号：CN111414461B
公开(公告)日：2022-06-14
申请号：CN202010065407.8
申请日：2020-01-20
申请人： 福州大学
IPC分类号： G06F16/332 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种融合知识库与用户建模的智能问答方法及系统，该方法包括以下步骤：步骤A：采集智能问答系统中的问题以及回答记录，构建问答对训练集QA；步骤B：采集智能问答系统中每个用户对问题的回答记录，构建用户的历史回答训练集UA；步骤C：基于问答对训练集QA、用户的历史回答训练集UA以及知识库KB，训练基于改进循环实体网络Recurrent Entity Network的深度学习网络模型M；步骤D：接收用户的提问，并将提问输入到训练好的深度学习网络模型M中，输出匹配的答案。该方法及系统有利于提高对于提问的智能回答精度。
-
公开(公告)号：CN114169975A
公开(公告)日：2022-03-11
申请号：CN202111551744.9
申请日：2021-12-17
申请人： 福州大学
摘要： 本发明涉及一种基于随机游走异构注意力的购物网络商品推荐系统，包括异构网络构建模块、随机游走模块、类内注意力系数计算模块、类间注意力系数计算模块、节点表示向量优化模块、聚类和商品推荐模块；先将购物网络建模为包含用户节点和商品节点的异构网络，再使用随机游走和异构注意力来融合异构信息，最终结合聚类算法得到相关商品形成的社区，从而用于个性化的推荐以提高商品推荐的合理性。
-
公开(公告)号：CN108984745B
公开(公告)日：2021-11-02
申请号：CN201810780502.9
申请日：2018-07-16
申请人： 福州大学
摘要： 本发明涉及一种融合多知识图谱的神经网络文本分类方法，包括以下步骤：将训练集中文本输入至长短期记忆网络中，得到文本的上下文向量；对训练集中各文本抽取实体，在知识图谱中进行实体匹配；分别计算匹配到的各实体、知识图谱中各关系在上下文向量下的注意力权重，得到文本的总体实体向量、总体关系向量，进而得到事实三元组向量；计算不同知识图谱下的事实三元组向量，计算这些事实三元组的注意力权重，得到文本表征向量并输入到神经网络的全连接层，使用分类器计算各文本属于各类别的概率来训练网络；利用训练好的深度神经网络模型预测待预测文本所属类别。该方法提升了模型对文本语义的理解，可以更可靠、准确且鲁棒地对文本内容进行分类。
-
公开(公告)号：CN112486943A
公开(公告)日：2021-03-12
申请号：CN202011573535.X
申请日：2020-12-28
申请人： 福州大学
IPC分类号： G06F16/182 , G06F16/172 , G06F16/16 , G06F16/13
摘要： 本发明涉及一种基于FastDFS+Redis的分布式文件存储系统，包括数据库和中间件；所述中间包括存储模块、查询模块和删除模块；所述存储模块利用FastDFS集群实现海量文件数据的分布式存储；所述查询模块利用Redis集群实现基于分布式缓存的高性能文件查询；所述删除模块提供分布式文件的删除功能。本发明提出一种基于Base64和Gzip压缩算法的文件压缩缓存策略，解决了Redis缓存文件时字符串长度过长、内存空间占用大的问题，并设计了一种基于文件使用频率的缓存替换算法，提高了缓存的命中率。
-
公开(公告)号：CN107609982B
公开(公告)日：2020-11-24
申请号：CN201710829612.5
申请日：2017-09-14
申请人： 福州大学
摘要： 本发明涉及一种考虑社区结构稳定度和增量相关节点进行社区发现的方法，包括以下步骤：1、生成初始社区集，设置社区的初始权重，并初始化迭代时刻；2、计算增量相关节点集合IVt；3、遍历每个社区，解散社区集NSt中社区权重和社区规模小于阈值的社区；4、对集合IVt中的节点进行社区划分，生成新社区；5、遍历每个新社区，解散社区规模小于阈值的新社区；6、遍历剩余相关节点集合IVt‑rm中各节点，计算节点与相邻社区的相似度，将其加入相似度最高的社区，生成社区集NSt；7、更新每个社区的稳定度和权重；8、计算NSt的社区结构稳定度；9、判断是否满足迭代停止条件，以结束计算。该方法可以高效、准确地进行社区发现。
-
公开(公告)号：CN111414461A
公开(公告)日：2020-07-14
申请号：CN202010065407.8
申请日：2020-01-20
申请人： 福州大学
IPC分类号： G06F16/332 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种融合知识库与用户建模的智能问答方法及系统，该方法包括以下步骤：步骤A：采集智能问答系统中的问题以及回答记录，构建问答对训练集QA；步骤B：采集智能问答系统中每个用户对问题的回答记录，构建用户的历史回答训练集UA；步骤C：基于问答对训练集QA、用户的历史回答训练集UA以及知识库KB，训练基于改进循环实体网络Recurrent Entity Network的深度学习网络模型M；步骤D：接收用户的提问，并将提问输入到训练好的深度学习网络模型M中，输出匹配的答案。该方法及系统有利于提高对于提问的智能回答精度。
-
公开(公告)号：CN109165222A
公开(公告)日：2019-01-08
申请号：CN201810945470.3
申请日：2018-08-20
申请人： 福州大学
IPC分类号： G06F16/22 , G06F16/245
摘要： 本发明涉及一种基于协处理器的HBase二级索引创建方法以及系统，根据预分区和随机散列策略，将索引数据和主数据进行逻辑分离；根据同一表中的不同列族，将索引数据和主数据进行物理分离。该系统包括：插入模块，用于在数据插入时，根据索引配置文件构建二级索引，将索引数据插入到二级索引区，将新生成的主数据插入到主数据区；还包括：查询模块，用于在数据查询时，根据索引配置文件构建查询条件，并行查询Region的二级索引区获取索引行键后，在Region上异步获取主数据。本发明提出的一种基于协处理器的HBase二级索引创建方法以及系统，可以高效、快速地对HBase进行字段检索。
-
-
-
-
-
-
-
-
-
搜索结果
88 条记录 (耗时 0.029 秒)
