-
公开(公告)号：CN109087178B
公开(公告)日：2021-05-18
申请号：CN201810989667.7
申请日：2018-08-28
Applicant: 清华大学
Abstract: 本发明实施例提供一种商品推荐方法和装置。其中，方法包括：获取用户的编号，将所述用户的编号输入预设的贝叶斯个性化排序模型，根据预设的贝叶斯个性化排序模型的输出，获取该用户对商品的预测喜好；根据该用户对商品的预测喜好，获取该用户的推荐商品列表。本发明实施例提供的商品推荐方法和装置，利用用户的辅助反馈数据，基于传统贝叶斯个性化排序模型获取用户对商品的预测喜好，从而获得用户的推荐商品列表，能更加精准地建模用户喜好，有效利用用户的辅助反馈数据，能够实现推荐结果的精准度的大幅度提升。
-
公开(公告)号：CN109800916B
公开(公告)日：2021-04-23
申请号：CN201910063074.2
申请日：2019-01-23
Applicant: 山东省交通规划设计院有限公司 , 清华大学
Abstract: 本公开提供了一种高速公路服务区驶入车流量的建模方法，包括：采集某服务区多日的车辆驶入数量，计算每一天服务区车辆驶入流量变化曲线并对其进行聚类，得到多个服务区车辆驶入流量变化模式；利用高斯混合模型拟合不同驶入流量变化模式的服务区车辆驶入时间分布，得到多个服务区的驶入量模型；根据服务区附近主线断面交通量、服务区规模、服务区与前后服务区或者城市的距离对服务区的驶入量模型进行扩样构建，得到具有每个服务区单独特征的服务区驶入车流量模型。
-
公开(公告)号：CN111612207A
公开(公告)日：2020-09-01
申请号：CN202010245748.3
申请日：2020-03-31
Applicant: 清华大学
Abstract: 本发明实施例涉及数据指标预测技术领域，公开了基于人群迁徙的区域经济预测方法、系统及设备。本发明实施例先获取当前人群迁徙网络，其中，所述当前人群迁徙网络中包括与区域对应的节点；从所述当前人群迁徙网络中获取与所述节点对应的节点表示向量；基于多层感知器处理所述节点表示向量，以进行区域经济的预测行为。明显地，本发明实施例通过引入当前人群迁徙网络，使用与区域对应的节点的表示向量进行区域经济的预测行为，可见，在预测操作中额外引入了空间上的数据相关性，提高了预测结果的准确性，解决了区域经济预测模型预测出的区域经济指标不够准确的技术问题。
-
公开(公告)号：CN111611472A
公开(公告)日：2020-09-01
申请号：CN202010244341.9
申请日：2020-03-31
Applicant: 清华大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06Q30/06
Abstract: 本发明实施例提供一种基于图卷积神经网络的捆绑推荐方法及系统。该方法包括：获取用户与捆绑历史交互数据、用户与物品历史交互数据和捆绑与物品从属关系数据；再输入至捆绑推荐模型中，得到捆绑推荐模型输出的用户与捆绑交互可能性推荐结果；其中所述捆绑推荐模型通过基于用户数据集合、捆绑数据集合和物品数据集合构建统一异构图，提取物品层级图卷积传播特征和捆绑层级图卷积传播特征之后进行联合预测及特征连接，并基于难负样本学习策略训练所得到的。本发明实施例通过将用户、捆绑和物品之间的交互关系和从属关系重构为图，并利用图神经网络的强大能力从复杂的拓扑结构和高阶连通性中学习三种关联实体表示，能达到更好的推荐性能。
-
公开(公告)号：CN111582538A
公开(公告)日：2020-08-25
申请号：CN202010220441.8
申请日：2020-03-25
Applicant: 清华大学 , 杭州贝购科技有限公司
Abstract: 本发明实施例提供一种基于图神经网络的社群价值预测方法及系统，该方法包括：获取用户特征信息和用户交互信息；基于用户特征信息和用户交互信息将所有用户划分为不同的社群；将每个社群所包含的原始特征信息输入至预先训练好的社群价值预测模型，获取每个社群相对应的社群价值预测值；其中，每个社群所包含的原始特征信息包括组成所述社群的所有用户的用户特征信息和用户交互信息。本发明实施例，通过综合用户固有的特征信息和用户之间交互信息，构建包含多个层次结构特征的社群，并获取每个社群的原始特征信息生成表示向量后，基于多层次的神经网络模型分析，获取到社群价值预测值，有效的提高了预测的精度，减少了人力物力的消耗。
-
Patent Agency Ranking
公开(公告)号：CN111008858A
公开(公告)日：2020-04-14
申请号：CN201911019618.1
申请日：2019-10-24
Applicant: 清华大学 , 杭州微拓科技有限公司
Abstract: 本发明实施例提供一种商品销量预测方法及系统，包括：获取目标商品在预设历史时间段的销量序列和所有类似商品在预设历史时间段内的销量序列；获取相同特征商品促销活动序列的归一化销量；将目标商品在预设历史时间段的销量序列、所有类似商品在预设历史时间段的销量序列和相同特征商品促销活动序列的归一化销量输入到卷积层中，获取特征空间向量；将目标商品的静态特征、在预设历史时间段内的销量序列、平台爆发销量序列、商品爆发销量序列和特征空间向量进行拼接，将拼接之后的特征输入全连接层，获取目标商品在预测未来时间段内的销量。本发明实施例有效利用未来时间内平台的促销活动及商品的特卖排期信息，大幅提升预估准确度。
-
公开(公告)号：CN110868436A
公开(公告)日：2020-03-06
申请号：CN201810989620.0
申请日：2018-08-28
Applicant: 清华大学
IPC: H04L29/08
Abstract: 本发明实施例提供物联网数据采集方法和装置。其中，方法包括：获取目标信令流，根据目标信令流获取目标IP地址，并根据目标IP地址采集目标数据流；根据IP地址和隧道端点标识对目标信令流和目标数据流进行匹配，确定目标数据流中数据对应的设备标识，获取携带设备标识的物联网数据。本发明实施例提供的物联网数据采集方法和装置，能确定数据来自于哪个设备，实现将数据流与设备进行关联，为数据驱动的物联网流量行为分析提供高可用性和可靠性的数据集。
-
公开(公告)号：CN110858374A
公开(公告)日：2020-03-03
申请号：CN201810961395.X
申请日：2018-08-22
Applicant: 清华大学
IPC: G06Q30/06
Abstract: 本发明提供一种BPR中样本空间缩小方法及装置，所述方法包括：对于目标购物系统中的任一用户，根据该用户购买过的商品获取该用户对应的负采样比例系数，将所述目标购物系统的商品全集中除该用户购买过的商品以外的商品作为负样本候选集；根据该用户对应的负采样比例系数和负样本候选集，获取该用户对应的负样本空间。本发明缩小负样本空间，在保证推荐性能的基础上基于缩小的负样本空间进行商品推荐，提高了商品推荐的效率。
-
公开(公告)号：CN110545558A
公开(公告)日：2019-12-06
申请号：CN201910844144.8
申请日：2019-09-06
Applicant: 山东省交通规划设计院 , 清华大学
Abstract: 本公开提供了一种基于Wi-Fi数据的高速服务区人群密度估计系统，包括数据采集装置，其被配置为采集各个服务区的地理位置相关信息及Wi-Fi数据；利用回归模型估计出服务区人数；回归模型的自变量为各个服务区各个小时区间内连接Wi-Fi人数，因变量为对应服务区人数；自变量的斜率为连接意愿的倒数，连接意愿由各个服务区的环境特征、功能定位特征、天特征和小时特征与相应学习参数相乘构成；环境特征和功能定位特征分别从相应服务区的Wi-Fi数据和地理位置相关信息中提取；天特征和小时特征均为预设分段函数；根据估计出的服务区人数以及用户进入服务区的连接AP顺序，预测用户的行为偏好，进而估计出服务区中各功能区的人数，最后得到服务区的人群密度。
-
公开(公告)号：CN107293117B
公开(公告)日：2019-08-09
申请号：CN201710538098.X
申请日：2017-07-04
Applicant: 清华大学 , 山东省交通规划设计院
IPC: G08G1/01
CPC classification number: G08G1/0133 , G08G1/0112 , G08G1/052
Abstract: 本发明提供一种公路异常事件的判断方法，所述方法基于目标路段各样本车辆的移动轨迹数据，对目标路段中堵车现象进行判断。本发明所述方案具有如下有益效果：1、综合考虑样本车辆车速信息进行堵车事件的判断；2、判断目标路段的整体堵车事件；3、更加准确的判断目标路段的堵车事件。
-
-
-
-
-
-
-
-
-
Search Results
245
records
(took 0.046 seconds)
