-
公开(公告)号：CN110287336A
公开(公告)日：2019-09-27
申请号：CN201910530084.2
申请日：2019-06-19
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F16/9535 , G06Q50/14
Abstract: 本发明提供了一种面向旅游景点推荐的游客画像构建方法，利用游客历史游览的景点序列在旅游知识图谱上的传播生成游客历史游览景点序列相对于候选景点的特征向量，通过注意力网络给不同的特征向量分配不同的权重，计算得到上述特征向量的加权和，该加权和即是游客的表示向量，将上述得到的表示向量作为游客画像的表示，在个性化景点推荐阶段，再将景点表示向量和游客画像做内积运算生成游客游览该景点的概率，按照不同景点的概率大小为游客生成景点推荐的列表。
-
公开(公告)号：CN110287335A
公开(公告)日：2019-09-27
申请号：CN201910522015.7
申请日：2019-06-17
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F16/9535 , G06Q50/14 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于知识图谱和用户长短期偏好的个性化景点推荐方法，包括：对游客的历史游览景点序列进行预处理并进行景点-编码转换；使用node2vec随机游走得到景点序列，利用word2vec中的Skip-gram模型，得到游客和景点的特征向量；将景点的特征向量加上偏置得 将 作为GRU网络的输入，然后利用GRU网络进行训练输出每个景点的潜在向量；为每个景点分配不同的权重，将每个景点的权重与景点的潜在向量相乘做累加得到当前游客的长期偏好，将当前游客的长期偏好与游客的当前偏好做拼接操作后乘以权重得最终向量；对最终向量与游客的当前偏好进行点积操作得景点的预估评分，对景点的预估评分进行归一化处理得每个景点的预测概率，取前K个分数对应的景点，得到top_k景点推荐列表。
-
公开(公告)号：CN106204317B
公开(公告)日：2019-05-17
申请号：CN201610543989.X
申请日：2016-07-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于本体的子装配体识别方法，利用本体对复杂装配构建本体知识框架，根据显性领域知识推理隐含知识拓展装配信息知识库；结合语义网络规则语言规则库，针对刚性连接结构识别子装配体。本发明能够在异构系统之间提供装配领域的一致性知识描述框架，子装配体识别层次结构化装配结构，减小装配序列规划问题规模，提高装配制造效率。
-
公开(公告)号：CN109408619A
公开(公告)日：2019-03-01
申请号：CN201811177400.4
申请日：2018-10-10
Applicant: 桂林电子科技大学
IPC: G06F16/332 , G06F16/36 , G06K9/62
Abstract: 本发明提出一种面向问答领域动态计算问句与答案相似性的方法，所述问句包括答案问句部和问句答案部分，所述计算问句与答案相似性的方法包括：计算答案问句部分答案各方面向量与加权问句向量的相似性得分，其中所述答案各方面向量包括答案实体向量、答案类型向量和答案内容向量；计算问句向量与答案向量的最终相似性得分。
-
公开(公告)号：CN109361513A
公开(公告)日：2019-02-19
申请号：CN201811355938.X
申请日：2018-11-15
Applicant: 桂林电子科技大学
IPC: H04L9/08
Abstract: 本发明公开了一种针对Shamir秘密共享的用户权重分配方法，包括构造OBDD结构，借助OBDD完成对秘密共享策略的刻画；提出剪除规则、删除规则、合并规则等化简规则，从有序二叉决策图中分别提取表示授权用户组合集的授权子OBDD和表示非授权用户组合集的非授权子OBDD；根据授权子OBDD和非授权子OBDD分别求取最小授权用户组合集MIN和最大非授权用户组合集MAX，以MIN和MAX为基础求出授权用户组合和非授权用户组合间的权重不等式；通过求解不等式计算出用户权重及秘密分享阈值。本发明方法能够完成对任意形式秘密共享策略的刻画、高效实现任意数量用户间的权重分配，并能够借助于子图重构及结构化简，降低算法的时空复杂度，进一步提高权重分配效率。
-
Patent Agency Ranking
公开(公告)号：CN106067039B
公开(公告)日：2019-01-29
申请号：CN201610367542.1
申请日：2016-05-30
Applicant: 桂林电子科技大学
IPC: G06K9/62
Abstract: 本发明提出一种基于决策树剪枝的模式匹配方法，其结合决策树剪枝方法的简化AC算法，包括自动机的生成、自动机的简化、计算失败指针、存储后缀表与匹配的执行等步骤。本发明将传统自动机类型模式匹配算法拆分为两个步骤：匹配可能的判定与匹配确认。通过简化自动机判别文本串与模式集中模式串有无匹配的可能，再进行匹配的确认。在保证速度的前提下，本发明提出的简化方法相比传统自动机类型模式匹配算法内存消耗减少35％‑40％。此外，本发明通过决策树剪枝方法可有效减小自动机规模，删除对分类判定无用的节点，有效降低传统自动机类型模式匹配的内存消耗。
-
公开(公告)号：CN109189944A
公开(公告)日：2019-01-11
申请号：CN201811131075.8
申请日：2018-09-27
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F16/9535
Abstract: 本发明提出一种基于用户正负反馈画像编码的个性化景点推荐方法,包括：采集用户对景点的历史评价信息和景点的旅游属性数据；获得该用户的正负评价景点；将所有景点及其旅游属性值转化为三元组以构建景点知识图谱；将三元组中的景点实体、属性和属性值通过评分函数进行训练，使景点实体、属性和属性值转化成向量表示形式；获得用户对景点的正负反馈画像编码；利用正反馈画像编码与景点实体向量做相似度计算得到用户喜欢的景点；再利用负反馈画像编码对该排序进行优化。本发明通过用户对景点特征的负反馈画像进行编码，并在喜爱的兴趣列表基础上增加一次用户讨厌的景点相似度计算并优化得到最终推荐列表，为用户提供更精确的景点推荐。
-
公开(公告)号：CN109165278A
公开(公告)日：2019-01-08
申请号：CN201811042564.6
申请日：2018-09-07
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种基于实体和关系结构信息的知识图谱表示学习方法,包括以下步骤：获取知识图谱中实体的结构语义信息与关系的结构语义信息；根据所述实体的结构语义信息与关系的结构语义信息，构建实体目标向量与目标关系向量；根据所述实体目标向量与目标关系向量，构建得分函数；根据所述得分函数构建损失函数，通过最小化所述损失函数，学习实体与关系的最佳向量表示。本发明充分地利用了实体和关系周围的结构信息来对实体和关系的表示进行丰富和约束。本发明有效地增强了对实体和关系的表达能力，构造了全新的目标函数，从而更好的对实体和关系进行表示，并保存实体和关系之间的联系，从而能够很好的应用于大规模的知识图谱补全当中。
-
-
-
-
-
-
-
-
Search Results
213
records
(took 0.056 seconds)
