公开(公告)号：CN117216397B

公开(公告)日：2024-03-12

申请号：CN202311237690.8

申请日：2023-09-22

Applicant: 哈尔滨工业大学

Inventor： 刘春雨 ,  张宏莉 ,  关皓天 ,  张嘉宇 ,  田泽庶 ,  王星

IPC: G06F16/9535 ,  G06F16/9537 ,  G06N3/044 ,  G06N3/08

Abstract: 本发明提出一种基于区域影响的深度矩阵分解的POI推荐方法，属于智能推荐技术领域。包括：S1.获取POI数据，进行预处理，并构建用户兴趣点矩阵；S2.对用户兴趣点进行偏置分析；S3.对用户兴趣点矩阵进行正则化处理；S4.构建POI图获取POI功能嵌入表示，构建Region图获取区域嵌入表示；S5.获取区域影响指数和关联区域特征的用户兴趣点偏置矩阵；S6.构建深度矩阵分解模型，训练模型，预测用户对未知兴趣点的兴趣程度。本发明通过学习用户和POI之间的潜在特征向量，能够更好地捕捉用户的兴趣和POI的特征。通过对用户‑POI矩阵的分解和补全，能够准确地预测用户的POI访问偏好，并生成个性化的推荐结果。

公开(公告)号：CN117436449A

公开(公告)日：2024-01-23

申请号：CN202311442418.3

申请日：2023-11-01

Applicant: 哈尔滨工业大学

Inventor： 田泽庶 ,  张宏莉 ,  王星 ,  叶麟

IPC: G06F40/295 ,  G06F16/35 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/084 ,  G06N3/092

Abstract: 一种基于多源域适应和强化学习的众包命名实体识别模型及系统，属于众包命名实体识别技术领域。本发明为了解现有的使用域适应模型解决众包问题的方法往往没有充分考虑标注者的可靠性导致低质量标注者的数据对模型训练产生负面影响、以及现有众包命名实体识别方法在处理低质量标注者提交的极低质量数据时存在困难等问题。通过考虑标注者可靠性生成合成的专家表示，并采用基于强化学习的实例选择器丢弃低质量的标注，从而提高命名实体识别模型在众包数据集上的性能，本发明加深了对众包命名实体识别领域适应方法中标注者可靠性的理解，提出了一种基于强化学习的数据预处理实例选择器，并展示了其在解决众包标注中的命名实体识别挑战方面的有效性。本发明用于在无监督众包数据中高效地提取命名实体信息。

公开(公告)号：CN109005239A

公开(公告)日：2018-12-14

申请号：CN201810954009.4

申请日：2018-08-21

Applicant: 哈尔滨工业大学

Inventor： 张青笠 ,  付彦源 ,  戈韵如 ,  张昊 ,  田泽庶 ,  唐宇君

IPC: H04L29/08 ,  H04W4/40 ,  G08G1/01

Abstract: 用于辅助车辆行驶的智能信息交互方法、系统以及装置，属于信息交互领域。目前汽车与人、车和道路设施之间存在交互方式单一、交互信息不准确等问题。本发明设计一个由车机设备、中转点和接收终端分别作为一个节点构成的网络，令车辆上安装的车机设备只进行信息的采集和发送，各车机将优化后的信息通过中转点发送给终端，终端进行信息处理并上传到云服务器的网络，以令驾驶员通过车机、手机实时从网络上获取周围可见和不可见的其它车辆信息以感知自己或他人的行车状态，以采取应对措施。本发明方法通过各种传感器探测，信息的传输不受视线遮挡和恶劣天气的影响，能够实时传输数据，且保证数据的精准。