一种融合社交影响和项目关联的个性化推荐方法

    公开(公告)号:CN111400612B

    公开(公告)日:2022-10-18

    申请号:CN202010166298.9

    申请日:2020-03-11

    Abstract: 本发明请求保护一种融合社交影响和项目关联的个性化推荐方法。首先基于用户的社交关系数据和用户评分数据计算用户的社交影响力和相似度,从而得出用户的影响力值;然后根据用户的影响力值对信任用户潜在特征向量进行指数约束,增强亲密好友的信任关系,建立用户影响力潜在信任特征向量。其次利用用户评分数据对项目间进行关联计算,获取项目间的关联值,从而构建项目关联矩阵。最后在概率矩阵分解中利用用户的影响力和项目关联信息进行联合推荐。本发明能够在保证不错的推荐准确率的同时提高推荐效率。

    一种融合社交影响和项目关联的个性化推荐方法

    公开(公告)号:CN111400612A

    公开(公告)日:2020-07-10

    申请号:CN202010166298.9

    申请日:2020-03-11

    Abstract: 本发明请求保护一种融合社交影响和项目关联的个性化推荐方法。首先基于用户的社交关系数据和用户评分数据计算用户的社交影响力和相似度,从而得出用户的影响力值;然后根据用户的影响力值对信任用户潜在特征向量进行指数约束,增强亲密好友的信任关系,建立用户影响力潜在信任特征向量。其次利用用户评分数据对项目间进行关联计算,获取项目间的关联值,从而构建项目关联矩阵。最后在概率矩阵分解中利用用户的影响力和项目关联信息进行联合推荐。本发明能够在保证不错的推荐准确率的同时提高推荐效率。

    一种基于数据挖掘算法的Snort改进方法

    公开(公告)号:CN111224984A

    公开(公告)日:2020-06-02

    申请号:CN202010011027.6

    申请日:2020-01-06

    Inventor: 张功国 李恩燕

    Abstract: 本发明涉及一种基于数据挖掘算法的Snort改进方法。该方法包括:入侵检测Snort系统获取网络上的数据P;利用改进后的K-means算法将P与正常行为数据库进行相似性聚类,若相似度小于聚类半径r即判断为正常数据,直接跳过Snort的误用检测过程;反之,则再次与Snort中的异常数据库做对比,计算数据与各异常行为类的相似度,若能聚到异常行为类中,则表明其为异常数据类型,系统发出相应的报警;若仍然不能聚到异常类中,则将其添加至正常数据库,重新更新正常行为数据库。网络上数据有很大部分都是正常数据,异常数据只占有小部分,且改进后的K-means算法聚类准确率高,经过上述方式处理,会大大减少误用检测引擎所处理的数据,从而提高了Snort系统的整体检测准确率和效率。

    一种基于差异化资源分配的二部图推荐方法

    公开(公告)号:CN111209489A

    公开(公告)日:2020-05-29

    申请号:CN202010011019.1

    申请日:2020-01-06

    Abstract: 本发明请求保护一种基于差异化资源分配的二部图推荐方法。首先将推荐系统建模成二部图,节点的两个集合分别代表用户集U和项目集O;然后对项目初始资源进行差异化设置,利用评分规范化和最大最小值的方法对初始评分进行修正,在此基础上引用艾宾浩斯遗忘函数来量化用户“兴趣偏移”所带来的影响;其次利用用户评分相似性函数和用户偏好函数对资源分配系数进行差异化设置,使资源流转变得更加合理;最后按照项目所获资源的大小生成推荐列表。本发明在传统二部图推荐方法的基础上进行改进,分别对项目初始资源和资源分配系数进行差异化设置,能够在保证推荐准确率的同时还能提高推荐的多样性。

    一种基于动态群体特征的引导型话题检测方法

    公开(公告)号:CN118797471A

    公开(公告)日:2024-10-18

    申请号:CN202410773102.0

    申请日:2024-06-17

    Abstract: 本发明属于社交网络分析领域,具体涉及一种基于动态群体特征的引导型话题检测方法,包括从话题数据中提取相关属性,相关属性包括话题传播网络、用户基础属性、用户交互度、内部驱动因素和外部驱动因素;采用基于用户交互度与用户属性相似性的Louvain隐性社群挖掘方法得到各时刻话题的用户群体集合;采用IG2vec表示学习算法进行从话题爆发阶段开始各时刻的用户特征表示;基于博弈理论得到的情感互影响力模型量化情感互影响力,通过情感互影响力对用户的情感进行修正得到话题群体的情感特征表示;通过GRU网络捕捉各时刻融合后的话题群体特征的变化,通过全连接层、Softmax函数得到预测结果;本发明能够有效识别引导型话题。

    一种基于公平性增强的联邦学习方法

    公开(公告)号:CN119962635A

    公开(公告)日:2025-05-09

    申请号:CN202510058630.2

    申请日:2025-01-15

    Abstract: 本发明涉及联邦学习领域,特别涉及一种基于公平性增强的联邦学习方法,包括优化样本选择和资源分配以提升模型的公平性;通过Gower相似性度量和层次聚类对数据进行分层处理,确保不同层次数据的代表性;结合参数化损失权重的动态权重调整策略,实时优化数据层的敏感性,动态平衡不同数据层在训练中的贡献,完成权重分配优化;构建基于自编码器的加权聚合模型,利用自编码器对数据进行异常检测,结合公平性指标优化全局模型的更新;本发明能够有效减少本地模型偏差,并在异构数据环境下显著提升联邦学习的公平性和模型精度。

    一种基于蜂窝的窄带物联网与异制式干扰规避方法

    公开(公告)号:CN108112019A

    公开(公告)日:2018-06-01

    申请号:CN201810001982.4

    申请日:2018-01-02

    Abstract: 本发明请求保护基于蜂窝的窄带物联网与异制式干扰规避方法,包括步骤:获取待部署区域内NB‑IoT以及现网非NB‑IoT基站信息,将基站信息导入电子地图;以NB‑IoT区域为中心,NB‑IoT覆盖区域为半径,将规划区域划分成NB‑IoT区域,缓冲区,非NB‑IoT区域;统计链路计算信息,计算NB‑IoT基站与非NB‑IoT基站的隔离损耗要求;采用合适的传播损耗模型,计算出干扰缓冲区的大小;对干扰缓冲区域进行清频。

    基于改进型卷积神经网络模型的影评情感分析方法

    公开(公告)号:CN110046223B

    公开(公告)日:2021-05-18

    申请号:CN201910191148.0

    申请日:2019-03-13

    Abstract: 本发明请求保护一种基于改进型卷积神经网络模型的影评情感分析方法。在输入层和卷积层之间引入权重分布层,可以对文本中重要部分分析,减少噪音,使处理的特征得到提升。利用卷积建立模型,卷积方法是在字词的周围产生局部特征,然后使用局部最大值的方式组合,以创建固定大小的特征。在卷积层中使用的是梯度下降法来计算,可能会出现梯度弥散,引入门控机制降低弥散;其次,在新模型中取消了softmax层,加入支持向量机层;最后,使用条件随机场不仅处理传统模型在第i个标签上的特征函数也处理其前后位置的信息特征函数。本发明在传统卷积神经网络的基础上进行改进,添加了条件随机场层,从而可以提取高级抽象的特征,具有更好的分类能力。

    一种基于蜂窝的窄带物联网与异制式干扰规避方法

    公开(公告)号:CN108112019B

    公开(公告)日:2021-05-18

    申请号:CN201810001982.4

    申请日:2018-01-02

    Abstract: 本发明请求保护基于蜂窝的窄带物联网与异制式干扰规避方法,包括步骤:获取待部署区域内NB‑IoT以及现网非NB‑IoT基站信息,将基站信息导入电子地图;以NB‑IoT区域为中心,NB‑IoT覆盖区域为半径,将规划区域划分成NB‑IoT区域,缓冲区,非NB‑IoT区域;统计链路计算信息,计算NB‑IoT基站与非NB‑IoT基站的隔离损耗要求;采用合适的传播损耗模型,计算出干扰缓冲区的大小;对干扰缓冲区域进行清频。

Patent Agency Ranking