一种微博转发树和转发森林构建方法

    公开(公告)号:CN104778210B

    公开(公告)日:2018-04-27

    申请号:CN201510111754.9

    申请日:2015-03-13

    Abstract: 本发明公开了一种微博转发树和转发森林构建方法,属于数据挖掘领域,包括以下步骤:收集该条微博的原创微博信息;并且根据单条原创微博信息,获取其转发微博信息;然后在单条原创微博信息及其所有转发微博信息上,构造单条微博的微博树结构;根据用户给定时间段t3‑t4内的话题关键词Topic,收集与该话题相关的全量微博信息,针对每一条微博信息,构造单条微博的微博树结构;最后汇总该话题相关的全量微博信息的转发树;形成微博转发森林。本发明的优点为:通过转发树生成算法,高效快速完整地进行转发树和转发森林的提取,具有较高的效率和效果。

    微信公众号的影响力分析方法和系统

    公开(公告)号:CN106909637A

    公开(公告)日:2017-06-30

    申请号:CN201710079050.7

    申请日:2017-02-14

    CPC classification number: G06F17/30861 G06F17/3061

    Abstract: 本发明公开了一种微信公众号的影响力分析方法,包括如下步骤:步骤一、采集某一微信公众号下设定时间内发布的m篇文章中每篇文章的阅读数αi和点赞数βi,并计算阅读数和点赞数的转化率k=阅读总数/点赞总数;步骤二、当微信公众号下某篇文章的阅读数为100000+时,利用αx=k*βx计算得到文章的阅读数,其中αx为篇文章阅读数,βx为文章点赞数,设置单篇文章阅读数1×107为上限;步骤三、依据如下公式计算微信公众号的影响力权重:η为微信公众号的权威性权重;以用于对微信公众号发布信息的管理及对微信公众号的影响力的分析。本发明还公开了一种微信公众号的影响力分析系统。本发明极大地节省了人工成本,大幅度提高公众号影响力的分析效率。

    一种大数据驱动的选举舆情预测方法

    公开(公告)号:CN106227766A

    公开(公告)日:2016-12-14

    申请号:CN201610559551.0

    申请日:2016-07-15

    CPC classification number: G06F16/951

    Abstract: 本发明公开了一种大数据驱动的选举舆情预测方法,属于数据挖掘领域。具体为:首先,根据选举国家或地区的互联网网路使用报告和地区网站排名,挑选出大数据信息源;再对每一类信息源进行分析,构建民意预测指标;然后融合提取出的多源预测指标,形成当前互联网民众支持率;进而收集民调报告,融合报告中各年龄段人群对候选人的支持率,形成线下民调支持率值;考虑选举国家或地区人口结构构成和网民年龄分布,融合候选人互联网支持率值与线下民调支持率值,运用移动平均方法,预测下一时间节点候选人支持率值,预测结果以日频度更新。本发明具有数据源广泛、预测周期短、实时性强等特点,在舆情监控和观点分析等领域有重要的应用价值。

    一种基于马尔可夫聚类的实体间关系消解方法

    公开(公告)号:CN105893481A

    公开(公告)日:2016-08-24

    申请号:CN201610187149.4

    申请日:2016-03-29

    Abstract: 本发明提供一种基于马尔可夫聚类的实体间关系消解方法,包括:计算K个实体中任意两个实体之间的语义相似度;根据实体间的语义相似度构造赋权图G;构造状态转移矩阵M;在状态转移矩阵M上执行马尔科夫聚类算法,得到多个关系簇;其中,每个簇代表一系列语义相近似的实体。本发明提供的基于马尔可夫聚类的实体间关系消解方法具有以下优点:提出了融合词法和语义的相似度计算方法,然后给出了基于马尔科夫图聚类的关系聚类方法。该方法与层次聚类方法相比,聚类纯度指标有了一定提高,还具有计算过程简单快速的优点。

    针对特定领域的新词发现方法

    公开(公告)号:CN105760366A

    公开(公告)日:2016-07-13

    申请号:CN201610150038.6

    申请日:2016-03-16

    CPC classification number: G06F17/2715 G06F17/277

    Abstract: 本发明提供一种针对特定领域的新词发现方法,包括以下步骤:步骤1,文档预处理;步骤2,构建候选新词集;其中,每个候选新词由词语、该词语距离所述中心词语的距离向量值以及所述中心词语均采用新词表述方式表达。步骤3,候选新词挖掘;优点为:针对特定领域的新词发现方法,采用更灵活的新词表达方式,将数据挖掘领域的关联规则方法引入新词发现过程,并创新地提出将词汇与指定关键词的距离向量作为关联规则挖掘的重要特征,由此可快速准确全面的识别出文档包含的所有新词。

    一种基于GPU的稀疏深度神经网络的推理加速方法

    公开(公告)号:CN117592524A

    公开(公告)日:2024-02-23

    申请号:CN202311359769.8

    申请日:2023-10-19

    Abstract: 本发明提供一种基于GPU的稀疏深度神经网络的推理加速方法,用于加速所述稀疏深度神经网络对待处理数据的推理过程,所述GPU包括全局内存,所述稀疏深度神经网络包括多层网络层,所述全局内存中存储来自CPU传输的所述稀疏深度神经网络的网络层权重参数,所述方法包括:S1、基于所述全局内存大小、所述待处理数据整体所需内存大小和单层网络层权重参数所需大小,按照预设的分块规则对所述待处理数据进行分块处理得到分块数据,以使每个分块数据均能被完整的存储于全局内存中;S2、将每个分块数据与所述全局内存中存储的网络层权重参数进行计算,直至每个分块数据与所述稀疏深度神经网络的每一网络层权重参数完成计算。

    一种面向处理器系统级设计的测试方法及系统

    公开(公告)号:CN117149536B

    公开(公告)日:2025-04-04

    申请号:CN202310555661.X

    申请日:2023-05-17

    Abstract: 本发明提出一种面向处理器系统级设计的测试方法和系统,包括:基于SoC‑FPGA的处理器测试平台根据硬件源码与器件情况,选择被测处理器的内存与外设使用模式,检测待测试的处理器并对其进行接口标准化处理,将待测试处理器的接口按功能划分;处理器测试平台结合所选的内存与外设使用模式,将待测试处理器以软核的形式部署,设计硬核处理器与待测试处理器的地址空间映射机制,构建FPGA工程并生成硬件配置文件;对软件源码进行编译并生成用于测试的软件负载;硬核处理器根据所选内存与外设使用模式,部署软件负载;根据内存与外设使用模式将SoC‑FPGA的外设接口资源以独占或共享的方式提供给待测试处理器;执行软件负载,对完整软硬件系统进行评测。

Patent Agency Ranking