-
公开(公告)号：CN110377684A
公开(公告)日：2019-10-25
申请号：CN201910657222.3
申请日：2019-07-19
Applicant: 辽宁工程技术大学
IPC: G06F16/29 , G06F16/9537 , G06F17/27
Abstract: 本发明公开了一种基于用户反馈的空间关键字个性化语义查询方法，步骤为：空间对象文本信息的语义扩展；根据用户反馈信息对查询关键字进行权重调整。本发明采用Gibbs算法估计空间对象文本信息的主题概率分布，进而利用LDA模型对空间数据集进行语义扩展，利用IR-tree混合索引结构从扩展后的空间数据库中获得候选查询结果；用户根据个人偏好在候选集中明确标注出相关的查询结果，根据用户的反馈信息，采用Rocchio算法对用户初始查询条件进行更新，使得新的查询条件更贴近用户实际需求和偏好；利用更新后的查询条件再进行检索，得到新的候选集，重复执行反馈过程，直到查询结果令用户满意为止，本发明在一定程度上提高了空间关键字查询结果的个性化程度和准确率。
-
公开(公告)号：CN110362652A
公开(公告)日：2019-10-22
申请号：CN201910657221.9
申请日：2019-07-19
Applicant: 辽宁工程技术大学
IPC: G06F16/31 , G06F16/33 , G06F16/387 , G06F17/27
Abstract: 本发明公开了一种基于空间-语义-数值相关度的空间关键字Top-K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间-语义-数值混合索引结构AKR-tree；空间-语义-数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间-语义-数值混合索引结构AKR-tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间-语义-数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。
-
公开(公告)号：CN112084427A
公开(公告)日：2020-12-15
申请号：CN202010965903.9
申请日：2020-09-15
Applicant: 辽宁工程技术大学
IPC: G06F16/9536 , G06F16/9537 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了一种基于图神经网络的兴趣点推荐方法，步骤为：构建用户‑兴趣点交互图和用户社交图，图神经网络学习图结构信息并在用户的嵌入向量中整合了协作信息和社交信息；采用k‑means算法对兴趣点按地理位置进行聚类，将聚类结果嵌入到向量中，连接通过在用户‑兴趣点交互图中得到的嵌入向量，输入到一个神经网络中得到兴趣点嵌入向量；构建一个神经网络模型，模拟机器学习中的矩阵分解方法，将用户和兴趣点的嵌入向量输入到神经网络模型中根据用户的历史评分进行评分预测。本发明在用户的向量表示中嵌入协作信息和社交网络中的信息，在兴趣点的向量表示中嵌入协作信息以及兴趣点的位置信息，将用户和兴趣点的向量表示输入到神经网络中进行推荐。
-
Patent Agency Ranking
公开(公告)号：CN108804551A
公开(公告)日：2018-11-13
申请号：CN201810489720.7
申请日：2018-05-21
Applicant: 辽宁工程技术大学
CPC classification number: G06K9/6215 , G06K9/6223 , G06Q50/01
Abstract: 本发明提供一种兼顾多样性与个性化的空间兴趣点推荐方法，涉及空间兴趣点推荐技术领域。包括：构建地理‑社会关系模型；计算模型中地点对在位置和社会联系上的相关度；构建相关度矩阵W；划分模型中构建的用户社会关系网络图G；计算在划分时的损失函数；选取令损失函数最小的特征向量并对图G中的顶点进行划分，得到k个具有多样性的兴趣点集合；从k个兴趣点集合中各选取一个最能拟合用户偏好的兴趣点组成一个融合多样性与个性化的兴趣点推荐列表。本发明提供的一种兼顾多样性与个性化的空间兴趣点推荐方法，融合兴趣点的地理‑社会关系模型、谱聚类算法、矩阵分解算法，使得为用户推荐的兴趣点具备较高准确率的同时还兼顾了多样性。
-
公开(公告)号：CN112270199A
公开(公告)日：2021-01-26
申请号：CN202011208313.8
申请日：2020-11-03
Applicant: 辽宁工程技术大学
IPC: G06F40/30 , G06F40/194 , G06N3/08 , G06F16/332
Abstract: 本发明公开了一种基于CGAN方法的个性化语义空间关键字Top‑K查询方法，步骤为：对于空间对象文本信息中的每个单词/词组，使用CGAN方法生成一系列与之相关的关键字，存储在单词语义相似度表中，用于对查询关键字的语义扩展；构建AIR‑tree混合索引结构；利用构建的AIR‑tree混合索引进行查询结果快速匹配；得到匹配结果的综合得分，并按综合得分选出top‑k个最终结果。本发明通过利用条件对抗生成网络技术实现空间关键字查询的语义扩展，并通过构建AIR‑tree混合索引以及数值属性元组的Skyline集合，提升查询效率以及对文本和数值查询的支持；本发明可以支持空间关键字的语义近似查询，能处理数值属性，具有较高的查询效率，在很大程度上提高了查询结果的用户满意度和查询效率。
-
公开(公告)号：CN111861017A
公开(公告)日：2020-10-30
申请号：CN202010724228.0
申请日：2020-07-24
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于现网数据的充电站网络优化方法，包括：获取电动汽车的充电事件建立充电花费时间的第一张量，基于所述第一张量融合各充电站的特征确定充电花费时间的第二张量；基于所述第二张量各单元的充电花费时间确定各充电站的访问率；基于所述各充电站的访问率选择现网热点充电站，从所述现网热点充电站出发基于各充电站效益分数优化当前充电站点网络布局，删除现网冗余充电站点，提高现网的充电站使用率。
-
公开(公告)号：CN110362652B
公开(公告)日：2022-11-22
申请号：CN201910657221.9
申请日：2019-07-19
Applicant: 辽宁工程技术大学
IPC: G06F16/31 , G06F16/33 , G06F16/387 , G06F40/30 , G06F40/242
Abstract: 本发明公开了一种基于空间‑语义‑数值相关度的空间关键字Top‑K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间‑语义‑数值混合索引结构AKR‑tree；空间‑语义‑数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间‑语义‑数值混合索引结构AKR‑tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间‑语义‑数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。
-
公开(公告)号：CN108804551B
公开(公告)日：2021-06-04
申请号：CN201810489720.7
申请日：2018-05-21
Applicant: 辽宁工程技术大学
IPC: G06F16/9536 , G06F16/9537 , G06K9/62 , G06Q50/00
Abstract: 本发明提供一种兼顾多样性与个性化的空间兴趣点推荐方法，涉及空间兴趣点推荐技术领域。包括：构建地理‑社会关系模型；计算模型中地点对在位置和社会联系上的相关度；构建相关度矩阵W；划分模型中构建的用户社会关系网络图G；计算在划分时的损失函数；选取令损失函数最小的特征向量并对图G中的顶点进行划分，得到k个具有多样性的兴趣点集合；从k个兴趣点集合中各选取一个最能拟合用户偏好的兴趣点组成一个融合多样性与个性化的兴趣点推荐列表。本发明提供的一种兼顾多样性与个性化的空间兴趣点推荐方法，融合兴趣点的地理‑社会关系模型、谱聚类算法、矩阵分解算法，使得为用户推荐的兴趣点具备较高准确率的同时还兼顾了多样性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
