基于大数据深度学习的个性化新闻推荐方法

    公开(公告)号:CN111259228A

    公开(公告)日:2020-06-09

    申请号:CN201811357605.0

    申请日:2018-11-15

    Applicant: 南开大学

    Abstract: 基于大数据深度学习的个性化新闻推荐方法,包括以下步骤:S1、获取用户的互联网行为数据,并采用Elman神经网络预测用户实时兴趣爱好类别;S2、参照所述用户实时兴趣爱好类别向用户推荐主题与其兴趣爱好类别相对应的新闻信息;S3、获取用户新闻阅读情况,并对这些数据进行预处理;S4、根据处理结果,对用户实时兴趣爱好类别进行修正,并推荐新的新闻信息。本发明根据用户实时兴趣爱好类别进行新闻推荐,使新用户也能较好的获取到感兴趣的新闻,同时能够根据用户的阅读情况及时对用户实时兴趣类别进行修正,在保证类别精确地同时,丰富了类别的种类,从而能够避免被推荐的新闻主题越来越少,兼顾推荐系统的收敛和发散,提升用户体验度。

    一种三维复合细胞聚集体模型及其制备方法与应用

    公开(公告)号:CN104651300B

    公开(公告)日:2018-10-12

    申请号:CN201510072086.3

    申请日:2015-02-11

    Applicant: 南开大学

    Abstract: 本发明提供了一种三维复合细胞聚集体模型及其制备方法与应用,该模型以天然或化学合成聚合物为基质材料,制备亚微米级微球,内部包埋或表面固定细胞因子,与细胞共培养,形成含有微球的复合细胞聚集体,实现由内而外调控聚集体内细胞生物学活性。该模型可用于干细胞三维状态下增殖、分化的研究,克服了传统干细胞三维培养时由于培养基中液性因子传质不均、作用时间短而导致的细胞聚集体组成/结构非均质、细胞增殖效率低及定向诱导分化效率低的问题,可在三维立体仿生条件下模拟细胞‑细胞、细胞‑细胞外基质以及细胞‑可溶性因子间的相互作用,为体外构建和优化干细胞培养技术,以及组织工程化构建各类组织器官类似物或等同物提供理论和技术支持。

    一种三维复合细胞聚集体模型及其制备方法与应用

    公开(公告)号:CN104651300A

    公开(公告)日:2015-05-27

    申请号:CN201510072086.3

    申请日:2015-02-11

    Applicant: 南开大学

    Abstract: 本发明提供了一种三维复合细胞聚集体模型及其制备方法与应用,该模型以天然或化学合成聚合物为基质材料,制备亚微米级微球,内部包埋或表面固定细胞因子,与细胞共培养,形成含有微球的复合细胞聚集体,实现由内而外调控聚集体内细胞生物学活性。该模型可用于干细胞三维状态下增殖、分化的研究,克服了传统干细胞三维培养时由于培养基中液性因子传质不均、作用时间短而导致的细胞聚集体组成/结构非均质、细胞增殖效率低及定向诱导分化效率低的问题,可在三维立体仿生条件下模拟细胞-细胞、细胞-细胞外基质以及细胞-可溶性因子间的相互作用,为体外构建和优化干细胞培养技术,以及组织工程化构建各类组织器官类似物或等同物提供理论和技术支持。

Patent Agency Ranking