-
公开(公告)号：CN108279954B
公开(公告)日：2020-07-07
申请号：CN201611259915.X
申请日：2016-12-30
Applicant: 华为技术有限公司
Abstract: 本发明实施例提供一种应用程序排序的方法及装置，涉及电子技术领域，可以使正向操作概率更加准确地体现出用户对应用程序执行正向操作的可能性。具体方案为：应用推荐服务器获取至少两个数据样本中每个数据样本的正向操作概率和正向操作反馈信息；对至少两个数据样本中的每个数据样本都执行以下操作：根据至少两个数据样本的正向操作概率、正向操作反馈信息以及至少两个数据样本中的多个特征中的至少一个相同特征的特征指示信息，计算第一数据样本的正向操作概率的不确定性参数；以及采用正向操作概率的不确定性参数修正每个数据样本的正向操作概率；根据上述每个数据样本修正后的正向操作概率，对至少两个数据样本对应的所有应用程序排序。
-
公开(公告)号：CN108510099A
公开(公告)日：2018-09-07
申请号：CN201710115442.4
申请日：2017-02-28
Applicant: 华为技术有限公司
Abstract: 本发明实施例公开了一种路径规划的方法，包括：先获取穿戴用户的运动能力信息以及候选路径，所述候选路径包括包含历史运动能力信息的属性特征，所述历史运动能力信息为根据所获取到的在所述候选路径中运动过的多个用户的运动能力的信息按照第一预设规则所计算得到的信息，并根据所述候选路径的属性特征与所述穿戴用户的运动能力信息确定目标路径，最后输出所述目标路径的信息。这样，为穿戴用户所推荐的目标路径是结合穿戴用户的个人运动能力以及多条候选路径的属性特征所确定的，使得所推荐的目标路径满足穿戴用户的基本运动要求，从而提高了穿戴用户的运动体验。
-
公开(公告)号：CN108279954A
公开(公告)日：2018-07-13
申请号：CN201611259915.X
申请日：2016-12-30
Applicant: 华为技术有限公司
Abstract: 本发明实施例提供一种应用程序排序的方法及装置，涉及电子技术领域，可以使正向操作概率更加准确地体现出用户对应用程序执行正向操作的可能性。具体方案为：应用推荐服务器获取至少两个数据样本中每个数据样本的正向操作概率和正向操作反馈信息；对至少两个数据样本中的每个数据样本都执行以下操作：根据至少两个数据样本的正向操作概率、正向操作反馈信息以及至少两个数据样本中的多个特征中的至少一个相同特征的特征指示信息，计算第一数据样本的正向操作概率的不确定性参数；以及采用正向操作概率的不确定性参数修正每个数据样本的正向操作概率；根据上述每个数据样本修正后的正向操作概率，对至少两个数据样本对应的所有应用程序排序。
-
公开(公告)号：CN107423308A
公开(公告)日：2017-12-01
申请号：CN201610351369.6
申请日：2016-05-24
Applicant: 华为技术有限公司
Abstract: 本发明公开了一种主题推荐方法以及装置。其中，所述方法包括：采集样本用户对M个对象的历史操作行为，并根据样本用户对M个对象中的每个对象的历史操作行为预测目标用户对M个对象中的每个对象的喜好值；采集N个推荐对象的类别区分数据，并根据N个推荐对象的类别区分数据将N个推荐对象进行类别区分得到X个主题，X个主题中的每个主题均包括N个推荐对象中的至少一个推荐对象，N个推荐对象为M个对象中的部分或者全部；根据目标用户对X个主题中的每个主题中包括的推荐对象的喜好值计算得到目标用户对X个主题中的每个主题的喜好值；将目标主题推送给目标用户，目标主题为X个主题中的，目标用户的喜好值大于推荐阈值的主题。
-
公开(公告)号：CN102799625B
公开(公告)日：2014-12-24
申请号：CN201210210349.9
申请日：2012-06-25
Applicant: 华为技术有限公司
IPC: G06F17/30
CPC classification number: G06Q30/0202 , G06Q10/10 , G06Q50/01
Abstract: 本发明实施例适用于社交网络领域，提供了一种挖掘社交网络中话题核心圈的方法及系统，所述方法包括：构建社交网络图，所述社交网络图中包含多个相互连接的节点；从所述社交网络图中选择一个节点作为核心圈的第一节点，将与所述第一节点连接最多的第二节点划入所述核心圈，将核心圈外与所述核心圈内节点连接最多的第三节点划入所述核心圈，依此执行，直到核心圈外的第N节点划入所述核心圈，所述N为预先设定的所述核心圈包含的节点数；对所述包含N个节点的核心圈进行话题聚类，获取所述包含N个节点的核心圈内每个节点的关注话题。通过本发明实施例可有效挖掘出社交网络中话题相似、联系紧密的核心圈。
-
Patent Agency Ranking
公开(公告)号：CN110119474B
公开(公告)日：2022-10-18
申请号：CN201810470144.1
申请日：2018-05-16
Applicant: 华为技术有限公司
IPC: G06F16/9535
Abstract: 本申请提供了推荐模型训练方法、基于推荐模型的预测方法及装置，该方法包括：获取至少一个样本数据，根据所述每一个样本数据的特征集合获取至少一个特征子集；根据每一个特征子集的属性来确定条件集合中每一个特征子集对应的条件；其中，条件集合包括至少两个条件，至少两个条件分别指示特征子集不同的属性，每一个特征子集的属性与每一个特征子集对应的条件所指示的属性一致；利用每一个特征子集以及每一个特征子集对应的标签，分别训练模型集合中每一个特征子集对应的条件所对应的推荐模型。实施本发明实施例有利于训练出更好的推荐模型，提高推荐内容的预测的准确性。
-
公开(公告)号：CN113722583A
公开(公告)日：2021-11-30
申请号：CN202110877429.9
申请日：2021-07-31
Applicant: 华为技术有限公司
IPC: G06F16/9535 , G06K9/62 , G06N3/02 , G06Q30/06
Abstract: 本申请实施例提供了一种推荐方法、推荐模型训练方法及相关产品。该推荐方法包括：获取待预测数据；根据待预测数据和多个参考样本的相似度从多个参考样本中获取多个目标参考样本；每个参考样本和待预测数据均包括用户特征域数据和物品特征域数据，待预测数据的用户特征域数据用于指示目标用户特征，待预测数据的物品特征域数据用于指示目标物品特征，每个目标参考样本和待预测数据具有部分相同的用户特征域数据和/或物品特征域数据；根据多个目标参考样本与待预测数据获取待预测数据的目标特征信息；以目标特征信息为输入通过深度神经网络DNN获取输出值；根据输出值确定是否向目标用户推荐目标物品。本申请实施例有利于提高推荐精度。
-
公开(公告)号：CN104572740B
公开(公告)日：2019-09-13
申请号：CN201310505069.5
申请日：2013-10-23
Abstract: 本发明实施例公开了一种存储数据的方法和装置，该方法包括：一种存储数据的方法，所述方法包括：获取原始数据集；从原始数据集中提取表示信息网络图结构的信息；其中，所述表示信息网络图结构的信息至少包括：节点信息，节点属性信息，边信息，和边属性信息；所述节点信息至少包括：节点标识和节点属性关键码；所述节点属性关键码与所述节点属性信息具有对应关系；所述边信息至少包括：边标识和边属性关键码；所述边属性关键码与所述边属性信息具有对应关系；所述边用于描述节点与节点之间的联系；存储所述提取的节点信息，节点属性信息，边信息，和边属性信息。本发明实施例提供的方案，使得研究人员还可以关注节点之间关系。
-
公开(公告)号：CN109902823A
公开(公告)日：2019-06-18
申请号：CN201811654623.5
申请日：2018-12-29
Abstract: 本申请实施例提供一种基于生成对抗网络的模型训练方法及设备，该方法包括：设备通过生成模型为第一用户生成正例伪造物品和负例伪造物品；所述设备训练多个真实物品对和多个伪造物品对以得到判别模型，所述判别模型用于分辨所述多个真实物品对与所述多个伪造物品对之间的差异；每个真实物品对包括一个正例真实物品和一个负例真实物品，每个伪造物品对包括一个所述正例伪造物品和一个所述负例伪造物品；所述设备根据所述判别模型的损失函数更新所述生成模型。采用本申请实施例，能够提高生成模型的生成能力和判别模型的判别能力。
-
公开(公告)号：CN107851262A
公开(公告)日：2018-03-27
申请号：CN201580081577.2
申请日：2015-08-18
Applicant: 华为技术有限公司
IPC: G06Q30/02
CPC classification number: G06Q30/02
Abstract: 一种广告价值确定方法，包括：接收广告信息，所述广告信息包括：广告ID以及用户对广告的操作信息(101)；根据广告应用平台确定广告价值元素，所述广告价值元素是对广告价值产生影响的元素(103)；根据所述广告价值元素确定广告价值计算策略(105)；根据所述广告信息预测所述广告价值元素的值，得到广告价值元素值(107)；将所述广告价值元素值和所述广告价值计算策略作为参考因子，计算得到所述广告的广告价值(109)。本发明实施例通过对广告价值元素值的预测实现更高的广告价值确定的准确度，从而为广告应用平台的最大化收益带来可能。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.057 seconds)
