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

Inventor： 张永库 ,  杨玉 ,  孟祥福 ,  张霄雁 ,  杨昕悦 ,  李盼 ,  殷臣 ,  齐雪月

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06

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：CN111241419A

公开(公告)日：2020-06-05

申请号：CN202010022487.9

申请日：2020-01-09

Applicant: 辽宁工程技术大学

Inventor： 柴瑞敏 ,  殷臣 ,  孟祥福 ,  关昕 ,  张霄雁 ,  齐雪月 ,  朱尧

IPC: G06F16/9536 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明公开了一种基于用户关系嵌入模型的下一个兴趣点推荐方法，步骤为：根据朋友关系和用户历史签到记录数据分别建立朋友关系表和偏好相似关系表，通过这两个表建立用户关系图；根据建立的用户关系图采用随机游走算法得到用户关系序列，用户关系序列经过Word2Vec词嵌入模型得到每个用户的低纬嵌入向量；利用用户的低纬嵌入向量对神经网络的用户嵌入层参数进行初始化，使用门控循环单元给出下一个兴趣点推荐。本发明的基于用户关系嵌入模型的下一个兴趣点推荐方法将偏好相似关系引入到推荐模型中，增强了用户关系的表示，解决了现有方法只考虑用户朋友关系的片面性导致推荐模型的局限性问题，有效提高了推荐模型的准确率。

公开(公告)号：CN111241419B

公开(公告)日：2023-11-24

申请号：CN202010022487.9

申请日：2020-01-09

Applicant: 辽宁工程技术大学

Inventor： 柴瑞敏 ,  殷臣 ,  孟祥福 ,  关昕 ,  张霄雁 ,  齐雪月 ,  朱尧

IPC: G06F16/9536 ,  G06N3/084 ,  G06Q50/00

Abstract: 本发明公开了一种基于用户关系嵌入模型的下一个兴趣点推荐方法，步骤为：根据朋友关系和用户历史签到记录数据分别建立朋友关系表和偏好相似关系表，通过这两个表建立用户关系图；根据建立的用户关系图采用随机游走算法得到用户关系序列，用户关系序列经过Word2Vec词嵌入模型得到每个用户的低纬嵌入向量；利用用户的低纬嵌入向量对神经网络的用户嵌入层参数进行初始化，使用门控循环单元给出下一个兴趣点推荐。本发明的基于用户关系嵌入模型的下一个兴趣点推荐方法将偏好相似关系引入到推荐模型中，增强了用户关系的表示，解决了现有方法只考虑用户朋友关系的片面性导致推荐

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

Inventor： 张霄雁 ,  李盼 ,  孙劲光 ,  孟祥福 ,  殷臣 ,  杨昕悦 ,  齐雪月 ,  王丹丹

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：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

Inventor： 张霄雁 ,  赵路路 ,  孟祥福 ,  孙劲光 ,  李盼 ,  殷臣 ,  杨昕悦 ,  齐雪月 ,  杨玉

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

Inventor： 张霄雁 ,  李盼 ,  孙劲光 ,  孟祥福 ,  殷臣 ,  杨昕悦 ,  齐雪月 ,  王丹丹

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

Inventor： 孟祥福 ,  齐雪月 ,  张霄雁 ,  殷臣 ,  李盼 ,  杨昕悦 ,  杨玉

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。