-
公开(公告)号：CN115982634A
公开(公告)日：2023-04-18
申请号：CN202111192802.3
申请日：2021-10-13
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F18/241 , G06F18/22
Abstract: 本申请涉及应用程序处理技术领域，提供一种应用程序分类方法、装置、电子设备及计算机程序产品，该方法包括：通过预设使用统计指标对各个目标应用程序进行排序，创建各个目标应用程序之间的上下文关系；基于预设编码方式对各个目标应用程序进行编码，并根据上下文关系将各个编码后的目标应用程序进行训练，得到各个目标应用程序对应的词向量；根据各个词向量对各个目标应用程序进行分类，得到各个应用程序类，并根据预设去重方法对各个应用程序类进行聚合，得到各个最终应用程序类。本申请实施例提供的应用程序分类方法实现了应用程序分类的全自动化，有效降低了人工参与引入的客观误差，提高了应用程序分类准确性。
-
公开(公告)号：CN105827669A
公开(公告)日：2016-08-03
申请号：CN201510001952.X
申请日：2015-01-04
Applicant: 中国移动通信集团江苏有限公司
Abstract: 本发明实施例公开了一种终端虚拟存储的方法、设备和系统，该方法可以包括：当终端开机加电并开始加载外置存储卡时，终端通过由高速无线网络承载的专用通道向云存储服务器发送虚拟存储请求信令；终端接收由云存储服务器通过专用通道发送的鉴权成功信息，并根据鉴权成功信息通过专用通道向云存储服务器发送授权请求；终端接收云存储服务器通过专用通道发送的授权信息之后，将终端自身在云存储服务器中对应的存储空间进行虚拟磁盘映射操作，映射成终端本地的虚拟磁盘；终端根据终端本地的虚拟磁盘与终端自身在云存储服务器中对应的存储空间之间的映射关系通过专用通道从终端自身在云存储服务器中对应的存储空间中加载终端对应的应用程序及数据。
-
公开(公告)号：CN119233201A
公开(公告)日：2024-12-31
申请号：CN202411347859.X
申请日：2024-09-25
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种校园边界确定方法、装置、设备、存储介质和程序产品，涉及数据处理技术领域，本申请获取运营商数据；基于所述运营商数据，确定在预选校园范围内的第一基站集合，以及所述第一基站集合中各基站的目标常驻用户，其中，所述预选校园范围是基于预设校园中心点以及预设校园面积确定的；基于所述运营商数据，确定预设校内基站集合中所有基站的第一驻留用户，所述预设校内基站集合是以所述预设校园中心点为中心的预设第一范围内的基站，所述预设第一范围小于所述预选校园范围；基于所述目标常驻用户和所述第一驻留用户之间的重合度，确定校园边界，只需获取运营商数据，降低了确定校园边界的过程中所需投入的成本。
-
公开(公告)号：CN118094585A
公开(公告)日：2024-05-28
申请号：CN202410173469.9
申请日：2024-02-06
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F21/60 , G06F18/214 , G06F18/243 , G06N5/01 , G06N20/20
Abstract: 本发明属于人工智能技术领域，公开了一种模型构建方法、装置、设备、存储介质及程序产品。本申请通过在接收到协同方发送的公钥对时，基于公钥对与协同方进行加密数据对齐，获得共有用户群体信息；初始化多个集成树，并基于共有用户群体信息对多个集成树进行协同迭代训练，获得多个联邦集成树；根据多个联邦集成树构建潜在用户识别模型。由于并非是直接进行数据汇总，而是采用利用了多级加密的加密数据对齐获得模型训练所需的共有用户群体信息，且在模型训练时可以同时训练多个集成树，在保证了数据安全性，避免数据泄露的同时，更加贴合跨域数据系统融合建模探索的实际需求。
-
公开(公告)号：CN117788135A
公开(公告)日：2024-03-29
申请号：CN202311557766.5
申请日：2023-11-21
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q40/03 , G06F18/214 , G06N20/20
Abstract: 本发明属于数据处理技术领域，公开了一种核卡预测方法、装置、设备及存储介质。本发明采用多个滑动采样窗口分别对信用卡数据中的属性数据和信用卡数据中的使用数据进行扫描，基于得到的多个属性片段数据和多个使用片段数据确定高维表征向量；将高维表征向量分别输入至多个catboost子模型和多个目标森林子模型，根据各catboost子模型的分类概率向量、各目标森林子模型的分类概率向量以及预设均方差权重方式进行核卡预测，得到核卡预测结果。通过上述方式，通过对信用卡数据进行有效的特征挖掘，确保了重要信息的完整性，加快了模型的收敛速度，同时大幅度提升了信用卡核卡的预测结果，并有效提升了模型的整体性能。
-
Patent Agency Ranking
公开(公告)号：CN117609764A
公开(公告)日：2024-02-27
申请号：CN202311643014.0
申请日：2023-11-30
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F18/213 , G06F18/10 , G06F18/2433 , G06Q30/0201 , G06Q50/50
Abstract: 本发明属于智能推荐技术领域，公开了一种改进型注意力机制的评估推荐方法、装置、设备及介质。该方法包括：基于运营商数据构建时序化样本特征，其中，所述时序化样本特征为多粒度样本特征；确定所述时序化样本特征的输入特征；通过改进型注意力机制确定所述输入特征的输出特征，其中，所述改进型注意力机制为在自注意力机制的基础上引入关联矩阵，所述关联矩阵的结构与所述注意力机制的注意力矩阵的结构一致，所述关联矩阵与所述注意力矩阵构建新注意力矩阵组，所述关联矩阵用于获取不同粒度的样本特征之间的深层关联信息；根据所述输出特征确定评估结果，并基于所述评估结果进行营销推荐。能够针对多种粒度数据来构建营销推荐模型。
-
公开(公告)号：CN111177644B
公开(公告)日：2023-10-27
申请号：CN201911328229.7
申请日：2019-12-20
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F17/10
Abstract: 本发明实施例公开了一种模型参数的优化方法、装置、设备及存储介质。该方法包括：获取第一样本数据，第一样本数据包括多个维度的特征信息；将第一样本数据输入预设模型，得到根据第一样本数据的多个特征信息生成的第一样本数据的预测值；根据预测值和第一样本数据的真实值确定第一目标泛函；根据第一目标泛函确定参数调整步长；根据参数调整步长、预设初始矩阵、预设模型的初始参数和第一目标泛函，对初始参数进行调整，得到优化后的模型。本发明实施例的模型参数的优化方法、装置、设备及存储介质，可以通过拟牛顿的最优化算法L‑BFGS算法对信用分模型参数进行优化，获得较低的计算压力和较高的模型精度。
-
公开(公告)号：CN116882599A
公开(公告)日：2023-10-13
申请号：CN202210313718.0
申请日：2022-03-28
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/047 , G06Q50/14 , G06F16/9535 , G06F16/9537
Abstract: 本发明提供一种旅游线路的规划方法，涉及移动互联网与智慧旅游领域，该方法包括：获取目标群组用户的推荐场所的场所信息及目标群组用户的当前位置信息，并按照预设规则选择至少两个目标推荐场所；根据目标群组用户的目标推荐场所的场所信息计算目标推荐场所的场所热门度；根据目标推荐场所的场所信息和目标推荐场所的场所热门度计算以不同目标推荐场所为起点的最短哈密顿路径；根据以不同目标推荐场所为起点的最短哈密顿路径和目标群组用户的当前位置信息计算所述目标群组用户中每个用户的最佳推荐线路。本发明中，通过挖掘用户信息，计算出多条以不同场所为起点的最短哈密顿路径，分析不同起点对线路的影响，得到最佳推荐线路。
-
公开(公告)号：CN112712112A
公开(公告)日：2021-04-27
申请号：CN202011589698.7
申请日：2020-12-28
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本申请实施例提供一种区域流动人口识别方法、装置、设备及介质。该方法包括：获取多个用户的位置轨迹数据；将多个位置轨迹数据输入到第一区域流动人口识别模型中，输出多个用户标签，其中，用户标签与位置轨迹数据一一对应；根据多个用户标签，确定多个用户中为区域流动人口的目用户。根据本申请实施例，可以对区域内人口属性有更细致和精确的划分，进而更加准确地识别区域流动人口。
-
公开(公告)号：CN112634059A
公开(公告)日：2021-04-09
申请号：CN202011640416.1
申请日：2020-12-31
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本申请实施例提供了一种联邦学习优化方法、装置、设备及计算机存储介质，方法包括：获取运营商数据和金融用户数据；根据所述运营商数据和所述金融用户数据基于联邦学习模型得到初始模型；根据预设规则化函数对所述初始模型的目标函数进行优化，得到优化目标函数；根据所述运营商数据和所述金融用户数据基于所述优化目标函数，对所述初始模型进行迭代训练，得到最优模型。根据本申请实施例的联邦学习优化方法，能够减小数据质量不佳对模型的影响，保证模型的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.031 seconds)
