-
公开(公告)号：CN113591366A
公开(公告)日：2021-11-02
申请号：CN202110699665.6
申请日：2021-06-23
Applicant: 清华大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明提供一种通勤数据生成方法及系统，其中方法包括：确定待生成通勤数据的目标城市人口普查数据；将所述待生成通勤数据的目标城市人口普查数据输入至通勤数据生成模型，得到所述通勤数据生成模型输出的目标城市通勤数据；其中，所述通勤数据生成模型是基于源城市通勤数据及历史保存的人口普查数据对分别划分为若干区域的源城市和目标城市的地图数据构建的图神经网络模型进行自适应对抗训练后得到的。本发明实现了在人口移动数据缺乏的目标城市生成可靠准确的通勤数据。
-
公开(公告)号：CN110868436B
公开(公告)日：2021-03-23
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：CN112328911A
公开(公告)日：2021-02-05
申请号：CN202011187249.X
申请日：2020-10-30
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
IPC: G06F16/9537
Abstract: 本申请公开了一种地点推荐方法、装置、设备及存储介质，涉及用户兴趣推荐领域。该方法包括：构建用户地点关系图，用户地点关系图中的连接线用于连接结点间的交互关系和辅助关系，辅助关系包括用户间的社交关系和地点间的地理位置关系中的至少一种，地理位置关系包括地点节点在地图中的位置关系；基于用户地点关系图进行向量传播和向量更新得到用户结点的用户表征向量和地点结点的地点表征向量，向量传播和向量更新用于根据结点间的连接线进行向量传播和迭代学习、提取用户地点关系图中的邻接关系；根据目标用户的用户结点与至少两个地点结点的至少两个预测分数输出目标用户的推荐地点。该方法能提高地点推荐的准确度。
-
公开(公告)号：CN112214677A
公开(公告)日：2021-01-12
申请号：CN202011120660.5
申请日：2020-10-19
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
IPC: G06F16/9535 , G06F16/9537
Abstract: 本申请实施例公开了一种基于人工智能的兴趣点推荐方法、装置、电子设备及存储介质。该方法包括：获取对象与已访问兴趣点间的第一关联关系以及第二关联关系，第一关联关系表征对象与已访问兴趣点间的实际访问关系，第二关联关系表征对象与已访问兴趣点间的空间分布关系，基于第一关联关系以及第二关联关系，得到待推荐对象对应的第一表征向量以及各个待推荐兴趣点分别对应的第二表征向量，基于第一表征向量以及各个第二表征向量，得到待推荐对象与各个待推荐兴趣点间的预测访问概率，基于待推荐对象与各个待推荐兴趣点间的预测访问概率，向待推荐对象推荐目标兴趣点。该方法可以提高兴趣点概率预测的准确性，进而提高兴趣点推荐准确性。
-
公开(公告)号：CN110505073B
公开(公告)日：2020-11-17
申请号：CN201810470173.8
申请日：2018-05-16
Abstract: 一种移动边缘计算方法及装置，用以解决现有技术中用户设备在移动切换时，资源浪费的问题。移动边缘计算MEC管理网元接收目标无线接入网RAN控制面发送的MEC虚拟化资源的请求，其中，所述目标RAN控制面属于用户设备切换后的目标RAN，所述MEC虚拟化资源的请求中包括所述用户设备的MEC计算资源需求；所述MEC管理网元根据所述MEC虚拟化资源的请求在MEC服务器上为所述用户设备创建新的虚拟机VM，所述新的VM为所述用户设备切换后在所述目标RAN侧使用的VM；所述MEC管理网元向所述目标RAN控制面发送所述新的VM的第一信息，其中，所述第一信息包括所述新的VM的ID。
-
Patent Agency Ranking
公开(公告)号：CN111815396A
公开(公告)日：2020-10-23
申请号：CN202010501385.5
申请日：2020-06-04
Applicant: 清华大学
Abstract: 本发明实施例涉及产品智能化推荐技术领域，公开了基于元图的产品筛选方法、系统、设备及存储介质。本发明实施例先获取异构网络信息；将异构网络信息输入至预设产品筛选模型，输出产品分值；基于产品分值确定待推荐产品对应的产品信息；其中，预设产品筛选模型用于通过元图处理异构网络信息。明显地，本发明实施例将应用异构网络信息来筛选待推荐产品，而非仅局限于用户与产品二者之间的交互，同时，还使用了元图过滤异构网络信息以辅助推荐行为，从而提升了推荐准确性，解决了推荐准确性较低的技术问题。此外，还可使用遗传算法框架，并同时结合预测操作与测试操作，以自动寻找更有利于产品推荐的元图。
-
公开(公告)号：CN111681067A
公开(公告)日：2020-09-18
申请号：CN202010306909.5
申请日：2020-04-17
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注意力网络的长尾商品推荐方法及系统，该方法包括：获取待推荐商品交互信息，所述待推荐商品交互信息包括待推荐商品ID信息集合、用户ID信息集合、待推荐商品流行度信息和用户商品交互记录信息，所述待推荐商品流行度信息表示用户与商品之间的交互数量信息；将所述待推荐商品交互信息输入到训练好的商品推荐模型，得到待推荐商品的推荐结果；所述训练好的商品推荐模型是通过图注意力网络构建的，并由标记为负样本的样本商品ID信息和样本用户ID信息训练得到的。本发明实施例基于图注意力网络提升长尾商品的推荐效果，使得向用户推荐的商品中包含更多长尾商品。
-
公开(公告)号：CN111612206A
公开(公告)日：2020-09-01
申请号：CN202010238209.7
申请日：2020-03-30
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于时空图卷积神经网络的街区人流预测方法及系统。该方法包括：获取街区人流历史移动轨迹数据；将所述街区人流移动轨迹数据输入至预先训练好的街区人流预测模型中，得到所述街区人流预测模型输出的街区未来人流预测结果；其中，所述街区人流预测模型通过构建动态时空图和利用兴趣点对街区进行分类，对三维图卷积神经网络模型进行训练所得到的。本发明实施例通过构建表征空间关联和时间动态性的动态图，利用兴趣点来表征不同街区的功能属性，并利用多任务学习同时预测人流和街区功能，达到更好的人流预测性能。
-
公开(公告)号：CN109729022B
公开(公告)日：2020-07-28
申请号：CN201711035868.5
申请日：2017-10-30
IPC: H04L12/861
Abstract: 本申请实施例公开了一种基于软件定义网络的数据发送方法、装置及系统，涉及通信领域，解决了在交换机转发数据包时没有查询到转发数据包的流表项的情况下，如何既能够减少交换机生成的packet‑in消息的数量以及避免同一数据流的数据包发生乱序，又能够降低交换机的资源开销的问题。方案为：交换机接收第i数据包，查询流表得到第一流表项，根据第一流表项将第i数据包存储到缓存队列，接收控制器发送的第二流表项和open‑cache‑port消息，根据第二流表项转发缓存队列标识j对应的缓存队列中存储的数据包。本申请实施例用于数据发送的过程。
-
公开(公告)号：CN111144986A
公开(公告)日：2020-05-12
申请号：CN201911360358.4
申请日：2019-12-25
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基于分享行为的社交电商网站商品推荐方法及装置，该方法包括：获取商品分享信息；将所述商品分享信息输入预设商品推荐模型，得到商品推荐结果；其中，所述预设商品推荐模型是根据带分享后购买标签的用户商品样本信息和带有自由购买标签的用户商品样本信息。通过分享者影响力模型和所述被分享者影响力模型建立融合模型，并根据融合模型损失函数，通过学习得到融合模型中的用户兴趣向量、用户社交影响力向量、以及商品表征向量，推断在经过用户推荐后，所有商品被好友购买的概率，并依次进行排序，得到商品推荐结果。
-
-
-
-
-
-
-
-
-
Search Results
245
records
(took 0.046 seconds)
