-
公开(公告)号：CN115907074A
公开(公告)日：2023-04-04
申请号：CN202211177397.2
申请日：2022-09-26
Applicant: 清华大学
IPC: G06Q10/04 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种平台用户流失的预测方法、装置、电子设备及介质，其中方法包括：基于平台历史信息获取用户信息；基于N个预先设置的因果先验信息，分别对用户信息中的原因变量进行标记，得到N个干预变量与混淆变量的组合；将N个干预变量与混淆变量的组合分别输入至因果信息学习模型，获得N个因果信息学习模型的输出结果，作为N个干预变量与混淆变量的组合对应的目标表征向量；基于N个干预变量与混淆变量的组合对应的目标表征向量，获得平台用户流失的预测结果。本发明实施例可以避免由于利用相关性信息中的伪因果信息或其他干扰信息进行预测而影响预测精度，可以有效提高对平台用户流失的预测精度。
-
公开(公告)号：CN115796331A
公开(公告)日：2023-03-14
申请号：CN202211358465.5
申请日：2022-11-01
Applicant: 清华大学
Abstract: 本发明提供一种基于多模态城市知识图谱的城市资源预测方法及系统。该方法包括：获取多源城市时空数据，基于多源城市时空数据进行本体抽象，确定对应城市基本要素的本体集合；基于多源城市时空数据和本体集合进行实体匹配，确定与本体对应的实体对象集合；基于多源城市时空数据和本体集合进行关系构建，确定本体之间的关联关系集合；基于实体对象集合、关联关系集合和多源城市时空数据进行知识融合，获得相应的多模态城市知识图谱。本发明提供的方法，能够基于多源城市时空数据快速匹配融合到城市知识图谱结构中，并确定城市时空数据的语义关系，有效提高了基于多模态城市知识图谱的城市资源预测分析效率和精确度。
-
公开(公告)号：CN115630188A
公开(公告)日：2023-01-20
申请号：CN202211154166.X
申请日：2022-09-21
Applicant: 清华大学
IPC: G06F16/735 , G06F16/738 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种视频推荐方法、装置及电子设备，涉及信息处理技术领域，该方法包括：将获取的待推荐视频集合中的各待推荐视频分别划分为预设数量个视频片段；将提取的用户特征和视频片段视觉特征输入视频推荐模型，获得视频推荐模型输出的用户属性信息对应用户对待推荐视频的兴趣度；根据兴趣度从待推荐视频集合中确定目标推荐视频输出给用户；视频推荐模型基于用户对应的样本原始视频、样本正反馈视频片段集合和样本负反馈视频片段集合训练得到，样本正反馈视频片段集合为用户完整观看的样本原始视频的视频片段的集合，样本负反馈视频片段集合为用户跳过行为发生时刻所在的视频片段的集合。本发明提供的技术方案能够提高视频推荐的准确性。
-
公开(公告)号：CN115620881A
公开(公告)日：2023-01-17
申请号：CN202211153897.2
申请日：2022-09-21
Applicant: 清华大学
IPC: G16H40/20 , G06Q10/063 , G06N20/00
Abstract: 本发明提供一种疫苗资源的分配方法、装置、电子设备及存储介质，其中方法包括：根据待分配地区中各区域之间的人口移动数据与接触数据，将各区域聚合为至少两个社群；基于各所述社群的多维度信息，得到所述多维度信息的高层次表征向量；其中，所述多维度信息包括社群基本信息、社群感染信息、兴趣点基本信息及各所述社群中人口访问兴趣点的信息；基于所述高层次表征向量及所述待分配地区对应的待分配疫苗资源的总量，通过强化学习决策模型和预先设置的专家经验规则，得到所述各区域对应的疫苗资源分配量。本发明实施例中结合了强化学习决策模型和专家经验规则，共同对待分配区域中各区域进行疫苗资源分配，能够有效提高疫苗资源分配的效果。
-
公开(公告)号：CN111612206B
公开(公告)日：2022-09-02
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。
-
Patent Agency Ranking
公开(公告)号：CN113610552A
公开(公告)日：2021-11-05
申请号：CN202110713356.X
申请日：2021-06-25
Applicant: 清华大学
Abstract: 本发明提供一种用户流失预测方法及装置。该方法包括：获取待预测用户的关联关系数据、历史交互数据及个人目标数据；将关联关系数据、历史交互数据及个人目标数据输入到用户流失预测模型中，得到用户流失预测模型输出的未来目标时间段对应的用户流失预测结果；用户流失预测模型是基于样本用户数据、样本用户数据对应的用户流失预测结果及标签用户流失数据训练得到的；用户流失预测模型包含用于提取用户自身流失倾向表征向量的残差深度交叉网络子模型、用于提取用户社交影响表征向量的图神经网络子模型及用于生成反事实数据的反事实数据预测子模型。采用本发明方法，基于反事实推理建模架构引入用户间相互关系因素，提高了用户流失预测的准确度。
-
公开(公告)号：CN113190757A
公开(公告)日：2021-07-30
申请号：CN202110535282.5
申请日：2021-05-17
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06F16/48 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开关于一种多媒体资源推荐方法、装置、电子设备及存储介质，涉及计算机技术领域。本公开实施例，通过用户账号曾经交互过的多媒体资源，对用户账号的兴趣进行整合分析，通过多媒体资源根据相似度确定的聚集情况，分析哪些多媒体资源为用户账号的核心兴趣，通过多媒体资源与候选多媒体资源之间的相似度，能够分析出哪些多媒体资源与候选多媒体资源比较相似，结合这两种因素，自然能够从用户账号曾经交互过的多媒体资源中，分析出与候选多媒体资源相似且能够代表用户账号的核心兴趣的多媒体资源，以此来为用户账号来进行多媒体资源推荐，能够使得推荐的目标多媒体资源符合用户账号的核心兴趣，符合用户偏好，提高推荐结果的准确性。
-
公开(公告)号：CN109561391B
公开(公告)日：2020-12-29
申请号：CN201910065615.5
申请日：2019-01-23
Applicant: 山东省交通规划设计院有限公司 , 清华大学
Abstract: 本公开提供了一种基于蜂窝网和Wi‑Fi数据的高速公路服务区人流量分析方法，包括：采集蜂窝网原始数据和Wi‑Fi原始数据，通过对原始数据进行过滤和分析，提取用户的物理位置移动轨迹和网络空间活动轨迹；根据处理后的蜂窝网数据所得的用户的物理位置移动轨迹和网络空间活动轨迹进行服务区用户驶入率和停留时长分析，以及服务区服务用户的地域覆盖范围分析；根据处理后的Wi‑Fi数据所得的用户的物理位置移动轨迹和网络空间活动轨迹进行服务区内用户位置判断、停留行为分析和用户属性判断。
-
公开(公告)号：CN111695719A
公开(公告)日：2020-09-22
申请号：CN202010313398.X
申请日：2020-04-20
Applicant: 清华大学 , 杭州贝购科技有限公司
IPC: G06Q10/04 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/9535 , G06F16/9536
Abstract: 本发明实施例提供一种用户价值预测方法及系统，该方法包括：获取每个用户的画像信息、交易历史信息和社交互动信息，并将画像信息和交易历史信息输入到多层神经网络中，构建每个用户的表征向量；根据社交互动信息和表征向量，构建用户之间的社交网络，并根据社交网络构建对应的母版网络；将社交网络和母版网络分别输入到图神经网络中，得到多个图表征向量，并通过注意力机制将多个图表征向量进行融合，得到图表征目标向量；将图表征目标向量输入到训练好的用户价值预测模型，得到用户价值的预测值。本发明实施例充分利用了用户自身的画像、交易历史等信息，并利用了用户之间的社交关系中的隐藏信息，使得用户价值预测结果更为精准。
-
公开(公告)号：CN110070718B
公开(公告)日：2020-09-22
申请号：CN201910360900.X
申请日：2019-04-30
Applicant: 山东省交通规划设计院有限公司 , 清华大学
Abstract: 本公开公开了高速公路服务区服务质量动态评估方法、系统及设备，包括：采集高速公路服务区路段交通量数据和高速公路服务区地理位置数据；基于WiFi接入点AP连接数据，得到高速公路服务区功能区域动态使用数据和高速公路服务区人群活动数据；根据高速公路服务区路段交通量数据，计算服务区路段交通量指标值；根据高速公路服务区地理位置数据，计算服务区地理位置优势指标值；根据高速公路服务区功能区域动态使用数据，计算服务区功能完备指标值；根据高速公路服务区人群活动数据，计算服务区人群活动指标值；设置各个评估指标的权重；根据各个评估指标值以及权重，得到高速公路服务区服务质量动态评估结果。
-
-
-
-
-
-
-
-
-
Search Results
245
records
(took 0.057 seconds)
