-
公开(公告)号:CN110083802B
公开(公告)日:2022-05-03
申请号:CN201910293785.9
申请日:2019-04-12
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多目标回归的高速公路收费站车流量大数据预测方法,包括:101对数据进行预处理操作;102对数据进行打标操作;103对数据进行特征工程构建操作;104构建一种结合目标特定特征和目标相关性的多目标回归模型;105通过已建立的模型,根据收费站历史车流量数据、天气数据等信息,预测收费站8点到10点每20分钟的车流量。本发明主要是通过对收费站历史车流量数据、天气数据等信息进行预处理和分析提取特征,建立一种结合目标特定特征和目标相关性的多目标回归模型,预测收费站8点到10点每20分钟的车流量,从而使交通管理部门能够利用大数据及时采取措施减少收费站的拥堵。
-
公开(公告)号:CN114358364A
公开(公告)日:2022-04-15
申请号:CN202111381076.X
申请日:2021-11-20
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06F16/735 , G06N3/04 , G06N3/08
Abstract: 本发明涉及大数据分析技术领域,公开了一种基于注意力机制的短视频点击率大数据预估方法,步骤包括构建数据集,并采用层次差异注意力算法获得领域特定用户好友嵌入;采用负责控制信息流入的双门控网络将用户个人嵌入分别与不同领域的用户好友信息嵌入融合;根据不同领域短视频嵌入为每个类型上下文嵌入分配权重,并通过加权融合得到对应领域的上下文嵌入;将各领域用户个人嵌入、上下文嵌入以及短视频嵌入输入到一个共享特征交叉式双MMoE网络,基于动态学习集成策略,得到各领域点击率预测值。本发明能够解决目前短视频跨域推荐算法忽视不同领域之间的差异,在进行信息迁移的过程中存在负迁移现象的问题。
-
公开(公告)号:CN114298157A
公开(公告)日:2022-04-08
申请号:CN202111480111.3
申请日:2021-12-06
Applicant: 重庆邮电大学
IPC: G06K9/62 , G06F40/279 , G06N3/04 , G06N3/08
Abstract: 本发明请求保护一种基于舆情大数据分析的短文本情感分类方法、介质及系统,属于文本分类领域,该方法包括:将经向量获取模型获取的正文和评论文本向量集与经神经网络多标签分类模型获取的主题列表转换成单主题+正文+评论文本格式的输入样本;构建基于自主题注意力机制的胶囊网络模型,作为情感分类模型,根据主题权重设计该模型的损失函数,并将上述输入样本作为模型的输入;将待预测文本输入所述情感分类模型进行情感标签预测,完成评论短文本情感分类。其中文本情感分类模型为增加了自主题注意力机制的胶囊网络,能够根据不同主题分类,捕捉评论短文本向量中较为丰富的文本特征及对应情感标签,更高的提取短文本文字中情绪的特征,情感分类精确度较高。
-
公开(公告)号:CN112800344B
公开(公告)日:2022-03-22
申请号:CN202110134206.3
申请日:2021-01-29
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06N3/04 , G06N3/08
Abstract: 本发明涉及数据推荐技术领域,具体涉及一种基于深度神经网络的电影推荐方法,包括:获取数据集进行特征选择,得到用户特征和电影特征;根据用户特征构建用户特征矩阵,根据电影特征构建电影特征矩阵;根据用户特征矩阵和电影特征矩阵构建用户‑电影特征矩阵;初始化电影推荐模型,将用户‑电影特征矩阵输入电影推荐模型中,采用梯度下降法对模型进行训练,得到训练好的电影推荐模型;利用训练好的电影推荐模型预测评分并给用户推荐电影。本发明利用户基本数据和项目基本数据可以充分学习用户和项目的潜在特征,增强了推荐结果可靠性。
-
公开(公告)号:CN114117040A
公开(公告)日:2022-03-01
申请号:CN202111315298.1
申请日:2021-11-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于标签特定特征和标签相关性的文本数据多标签分类方法,包括:101对文本数据进行预处理,结合实例标签空间和特征空间构造新的实例特征空间;102对正负实例特征空间计算聚类个数,并构造标签特定特征;103对文本数据集中成对标签计算相关性,构造标签间相关性无向完全图;104采用扩展Kruskal算法在图中计算最大生成树集合;105从树集合中依次选择生成树,并从根节点开始使用二分类器在树上进行递归预测,对预测结果进行树上集成得出文本实例标签集。本发明能够有效的抑制预测过程中的误差传递问题,并且采用树集合集成预测,能够有效的利用标签集合间不同的相关性,进一步提高多标签分类的性能。
-
公开(公告)号:CN113948217A
公开(公告)日:2022-01-18
申请号:CN202111392829.7
申请日:2021-11-23
Applicant: 重庆邮电大学
IPC: G16H50/70 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明属于自然语言处理的命名实体识别领域,具体涉及一种基于局部特征整合的医学嵌套命名实体识别方法,该方法包括:该方法包括:对文本实体进行打标;通过双向长短期记忆网络来捕捉正向文本特征和反向文本特征;使用卷积神经网络提取局部特征,并采用匹配度评分矩阵为双向特征进行打分;重复上述过程,直到设定的最大实体长度,得到所有的预测实体;本发明采用了BiLSTM采集文本关键信息,将正向信息与反向信息剥离开,对他们进行分开操作;采用局部特征整合,将实体所处在的前后语义背景信息与实体内部的信息链接相区分,保证实体的产生是具有语义环境,并使得内部紧密有序。
-
公开(公告)号:CN107067283B
公开(公告)日:2021-05-18
申请号:CN201710267098.0
申请日:2017-04-21
Applicant: 重庆邮电大学
IPC: G06Q30/02
Abstract: 本发明请求保护一种基于历史商家记录及用户行为的电商消费客流量预测方法,涉及计算机信息获取和机器学习技术。本发明通过读取商家的历史电商消费记录及用户的浏览消费记录,并进行数据预处理操作。然后对数据集进行提取添加新特征,通过建立一种时间序列的回归模型,最后进行预测未来每天通过电商消费客流量。本发明利用商家电商记录特性,对未来每天使用电商消费客流量进行预测,商家可以优化运营,降低成本,并改善用户体验。
-
公开(公告)号:CN112487143A
公开(公告)日:2021-03-12
申请号:CN202011368536.0
申请日:2020-11-30
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F16/35 , G06F40/211 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于自然语言处理的文本分类领域,具体涉及一种基于舆情大数据分析的多标签文本分类方法,该方法包括:获取高校文本数据,根据高校文本数据构建拓扑图;将拓扑图输入到训练好的多标签文本分类模型中,得到高校文本数据的分类结果;所述多标签文本分类模型包括图卷积神经网络GCN和注意力残差网络;本发明采用GCN图卷积网络解决了从高校新闻评论数据错综复杂的信息结构中提取信息的困难,通过词句分级层次的对高校文本语料提取特征,充分挖掘文本词与词,句与句之间的文字内涵,同时为模型训练加入更加丰富的语料信息,对特征引入基于注意力的类残差融合,进一步分解文本对标签预测的影响。
-
公开(公告)号:CN109242552B
公开(公告)日:2020-09-29
申请号:CN201810961118.9
申请日:2018-08-22
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于大数据的商铺定位方法,包括:101对数据进行预处理操作;102根据记录时间对数据进行划分操作;103根据一定规则构建每条样本的候选集;104对数据进行打标操作;105对数据进行特征工程构建操作;106建立多个机器学习模型,并进行模型融合操作;107通过已建立的模型,根据用户的经纬度、所连接的WiFi信息等数据定位用户所在商铺。本发明主要是通过对用户的经纬度、所连接的WiFi信息等数据进行预处理和分析提取特征,建立多个机器学习模型,从而定位用户当前所在商铺,使得商家能够在在正确的时间、正确的地点给用户最有效的服务。
-
公开(公告)号:CN106570178B
公开(公告)日:2020-09-29
申请号:CN201610991719.5
申请日:2016-11-10
Applicant: 重庆邮电大学
IPC: G06F16/35
Abstract: 本发明请求保护一种基于图聚类的高维文本数据特征选择方法,该方法包括:剔除不相关特征,并构造加权无向图;再结合社区发现算法快速地将特征聚类;并以“最大相关最小冗余”原则搜索类簇空间,剔除类簇内的冗余特征;最后根据特征与类别间的关系挑选出最佳特征子集。本发明旨在利用图能体现特征空间分布的特性,结合高效的社区发现进行特征聚类,选取出具有代表性的特征,并消除聚类过程中忽略数据分布情况和每个特征与类别都具有不同程度的重要性问题。同时解决聚类时的盲目性,使得文本分类结果具有更高的准确性和稳定性。
-
-
-
-
-
-
-
-
-