-
公开(公告)号：CN104881487A
公开(公告)日：2015-09-02
申请号：CN201510304863.2
申请日：2015-06-04
Applicant: 苏州大学张家港工业技术研究院
CPC classification number: G06F17/30303 , G06F17/243 , G06F17/30522
Abstract: 本申请公开了一种基于质量控制的数据填充方法，根据数据库中的已有数据确定空缺数据，构建数据库的数据依赖关系并确定数据依赖关系的依赖可信度，根据已有数据和数据依赖关系确定空缺数据中的可推断数据和至少一组不可推断数据，并根据预设规则从至少一组不可推断数据中确定一组待检索数据，根据已有数据和数据依赖关系推断可推断数据并根据依赖可信度计算推断可信度，推断可信度大于预设阈值时填充可推断数据，从外部资源中检索待检索数据并根据依赖可信度计算检索可信度，检索可信度大于预设阈值时填充待检索数据。推断和检索交替执行能在较小的开销下保证较高的填充准确率，且考虑了数据依赖关系的依赖可信度能够使填充的数据的可信度较高。
-
公开(公告)号：CN110008402A
公开(公告)日：2019-07-12
申请号：CN201910131400.9
申请日：2019-02-22
Applicant: 苏州大学
IPC: G06F16/9535 , G06Q50/00
Abstract: 本发明公开了一种基于社交网络的去中心化矩阵分解的兴趣点推荐方法，包括：(1)将用户浏览兴趣点的签到数据存储在每个用户自己的用户端；(2)用户在自己的用户端训练模型。通过上述方式，本发明基于社交网络的去中心化矩阵分解的兴趣点推荐方法通过将用户对兴趣点的签到数据保存在自己的用户端，并且在用户端进行矩阵分解模型的训练，解决了集中式矩阵分解模型存储和计算资源浪费的问题，不存在用户个人隐私泄露的风险，从而实现了保护隐私、提高安全系数的功能，在基于社交网络的去中心化矩阵分解的兴趣点推荐方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN109376901A
公开(公告)日：2019-02-22
申请号：CN201811043938.6
申请日：2018-09-07
Applicant: 苏州大学
Abstract: 本发明公开了一种基于去中心化矩阵分解的服务质量预测方法，包括以下步骤：（1）建立用户邻接图，（2）确定交互的范围，（3）确定交互的信息，（4）合成并预测QoS值。通过上述方式，本发明基于去中心化矩阵分解的服务质量预测方法通过采用去中心化矩阵分解方法来预测QoS值，解决集中式训练造成的计算资源浪费的问题，此外，每个用户对Web服务的QoS值保存在用户自己手中，从而很好的保护了用户的个人隐私，在基于去中心化矩阵分解的服务质量预测方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN105045863A
公开(公告)日：2015-11-11
申请号：CN201510407893.6
申请日：2015-07-13
Applicant: 苏州大学张家港工业技术研究院
IPC: G06F17/30
CPC classification number: G06F17/30675 , G06F17/30734
Abstract: 本申请提供了一种用于实体匹配的方法及系统，该方法包括：将待匹配实例对从预先训练的决策树的根节点对应的属性开始进行访问，获取所述待匹配实例对的各属性的属性相似度和置信度；利用所述属性相似度和所述置信度，结合调整系数计算并输出所述待匹配实例对的实体相似度；将所述实体相似度与预设实体相似度阈值进行对比，判断所述待匹配实例对的相似性；其中，所述决策树是利用由已知的匹配实体组成的实例对中共同的非主属性集合和/或主属性集合训练获得。该方法通过利用已知的实例对中两个实体共同的非主属性集合和/或主属性集合训练获得决策树，在进行实体匹配的过程中考虑了非主属性的作用，提高了实体匹配的准确率和召回率。
-
公开(公告)号：CN104991888A
公开(公告)日：2015-10-21
申请号：CN201510345955.5
申请日：2015-06-19
Applicant: 苏州大学张家港工业技术研究院
Abstract: 本发明公开了一种歧义消除方法，包括：获取预设数量个实例，从中获取正例，并确定与正例对应的反例，反例不属于上述实例；获取正例对应的正例文档及反例对应的反例文档的全部属性值；根据每个属性值在正例文档中的出现规律及该属性值在反例文档中的出现规律确定与预设数量个实例最为匹配的最优消歧属性值，利用最优消歧属性值更新正例文档和反例文档后，通过循环执行获取最优消歧属性值的步骤，获取全部最优消歧属性值，利用全部最优消歧属性值进行检索以获取实例中缺少的属性值，而不是仅仅利用实例中已提供的属性值进行检索，由此，能够有效消除检索所得结果的歧义性，更准确的获取预设数量个实例中所缺少的属性值。
-
Patent Agency Ranking
公开(公告)号：CN109376901B
公开(公告)日：2021-09-03
申请号：CN201811043938.6
申请日：2018-09-07
Applicant: 苏州大学
Abstract: 本发明公开了一种基于去中心化矩阵分解的服务质量预测方法，包括以下步骤：（1）建立用户邻接图，（2）确定交互的范围，（3）确定交互的信息，（4）合成并预测QoS值。通过上述方式，本发明基于去中心化矩阵分解的服务质量预测方法通过采用去中心化矩阵分解方法来预测QoS值，解决集中式训练造成的计算资源浪费的问题，此外，每个用户对Web服务的QoS值保存在用户自己手中，从而很好的保护了用户的个人隐私，在基于去中心化矩阵分解的服务质量预测方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN109195098B
公开(公告)日：2020-11-03
申请号：CN201810637394.X
申请日：2018-06-20
Applicant: 苏州大学
IPC: H04W4/021 , H04W12/02 , G06F16/9535 , G06F16/9537
Abstract: 本发明公开了一种基于差分隐私的共享协同过滤方法，包括如下步骤：（1）使用差分隐私形成安全的k‑最近位置列表；（2）利用共享数据和数据拥有者本身数据预测用户对位置的喜好。通过上述方式，本发明能够在不泄露任一参与方隐私信息的前提下，解决共享协同过滤预测的问题，数据拥有者利用合作者的数据来加强预测结果的准确度，基于隐私保护方法的广泛应用，使得本发明基于差分隐私的共享协同过滤方法具有广泛的市场前景，对对位置隐私保护的进一步推广和研究有着重要意义。
-
公开(公告)号：CN109033865A
公开(公告)日：2018-12-18
申请号：CN201810637636.5
申请日：2018-06-20
Applicant: 苏州大学
CPC classification number: G06F21/6209 , H04L9/0869 , H04L63/0428 , H04L69/22
Abstract: 本发明公开了一种空间众包中隐私保护的任务分配方法，涉及三方实体，包括空间众包平台、代理商和工人，使用基于匿名的数据收集协议，将用户数据安全地发送给空间众包平台；使用基于反向拍卖的任务分配算法来帮助空间众包平台生成任务分配和奖励报酬方案，并且保证用户的诚实性。通过上述方式，本发明提供的空间众包中隐私保护的任务分配方法，使用基于匿名的数据收集协议来保证工人位置数据的安全性，使用基于反向拍卖的任务分配算法来保证工人的诚实性，是基于半可信的模型，有着高安全性、高效性的优点，在空间众包领域有着极其光明的应用前景。
-
公开(公告)号：CN108897810A
公开(公告)日：2018-11-27
申请号：CN201810628817.1
申请日：2018-06-19
Applicant: 苏州大学
Abstract: 本发明公开了一种实体匹配方法、系统、介质及设备，该方法包括：根据待匹配数据表中各实体的属性信息对待匹配数据表进行预处理，得到不存在空缺值的第一数据块和存在空缺值的第二数据块；利用逆文档频率算法提取第一数据块和第二数据块中文本数据的关键信息，利用关键信息构建比较向量，计算与各个比较向量对应实体对的第一相似度；对第一数据块和第二数据块中的文本数据进行切分，得到分词短语，根据各分词短语的关联度挖掘各分词短语所属的子主题，计算与各个子主题对应实体对的第二相似度；判断是否存在第一相似度或第二相似度大于预设相似度阈值的实体对；若是，则将实体对判定为同一实体。通过该方法，能够大大提高实体匹配的准确率。
-
公开(公告)号：CN105610898B
公开(公告)日：2018-11-13
申请号：CN201510850772.9
申请日：2015-11-30
Applicant: 苏州大学
Abstract: 本发明公开了一种基于格的位置隐私保护方法，包括如下步骤：（1）预处理阶段，所述LS端根据POI数据库构建索引结构；（2）所述User端利用OT Extension协议访问网格P；（3）所述User端利用OT Extension协议访问网格Q。通过上述方式，本发明基于格的位置隐私保护方法安全高效，能够保证在百万数据点上用户查询的秒级反馈。基于位置服务的广泛应用，使得本发明基于格的位置隐私保护方法具有广泛的市场前景，同时，本发明基于格的位置隐私保护方法对位置隐私保护的进一步推广和研究有着重要意义。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.02 seconds)
