-
公开(公告)号：CN118568670B
公开(公告)日：2024-10-29
申请号：CN202411040489.5
申请日：2024-07-31
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种数据融合方法、装置、设备、存储介质及产品，涉及大数据技术领域，包括：利用预设数据分类规则集中各数据分类规则，确定多个数据源中符合数据分类规则的各数据行的数据标签；针对每种数据标签，从多个数据源中，提取出数据标签对应的各数据行中选定数据属性的来源信息；其中，选定数据属性为数据分类规则的分类依据，数据标签与选定数据属性之间存在第一对应关系，选定数据属性与来源信息之间存在第二对应关系；根据所有第一对应关系和所有第二对应关系，生成多个数据源的数据查询视图，作为多个数据源的数据融合结果。本申请解决了数据融合方法效率低的技术问题，提高了数据融合效率。
-
公开(公告)号：CN118626904A
公开(公告)日：2024-09-10
申请号：CN202410668741.0
申请日：2024-05-27
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F18/24 , G06F18/25 , G06F18/213 , G06N3/042
Abstract: 本申请公开了一种恶意行为识别方法、装置、设备及存储介质，涉及安全技术领域，该方法包括：获取用户的操作行为、操作内容以及内在属性；基于操作行为与操作内容对用户进行异构特征融合，获得用户的行为特征；基于内在属性与行为特征，识别用户的恶意行为。在本申请中，通过结合用户自身属性、操作行为和操作内容等数据的多源信息融合方法，多方位、深层次地对用户的行为进行分析，使得能够及时发现内部用户的不良意图，以提升恶意行为检测的准确率。
-
公开(公告)号：CN118484802A
公开(公告)日：2024-08-13
申请号：CN202410565783.1
申请日：2024-05-08
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F21/56 , G06N3/0499 , G06N3/09 , G06F18/24 , G06F18/23213
Abstract: 本申请公开了一种异常行为检测方法、装置、设备、存储介质和程序产品，涉及人工智能技术领域，该方法包括：获取待测用户行为；通过异常行为检测模型，对所述待测用户行为进行检测，得到检测结果；其中，所述异常行为检测模型是基于良性行为样本和模型未学习过的恶意行为样本，对预训练的初始模型进行微调得到的。在本申请中，只需要通过新增的少量样本对预训练的初始模型进行微调，在处理大规模用户数据集时，避免了大规模重训带来的资源消耗。
-
公开(公告)号：CN117827457A
公开(公告)日：2024-04-05
申请号：CN202410009833.8
申请日：2024-01-02
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了海量小文件的处理方法、系统、设备及可读存储介质，该方法包括：当接收到采集任务时，获取历史文件采集记录、所述采集任务的大小和采集完成时间；根据所述历史文件采集记录、所述采集任务的大小和所述采集完成时间，确定初始采集节点数量；监测各采集节点的负载信息，并基于各采集节点的负载信息调整所述初始采集节点数量，得到执行所述采集任务的采集节点数量；调度所述采集节点数量的采集节点以执行所述采集任务。实现对采集节点进行动态扩容和缩容，实现对主机资源合理使用的效果。
-
公开(公告)号：CN117333207A
公开(公告)日：2024-01-02
申请号：CN202311153940.X
申请日：2023-09-07
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0201 , H04W8/18 , G06Q30/0202 , G06F18/21 , G06F18/214 , G06F18/2415 , G06F18/25 , G06N20/00
Abstract: 本申请公开了一种带宽潜客的识别方法、装置、设备及存储介质，涉及数据识别技术领域，该方法包括：收集用户的用网数据；将所述用网数据输入至预设的融合识别用户模型中，基于所述融合识别用户模型，从所述用户中识别出需要带宽提速的潜在客户；其中，所述融合识别用户模型是基于预设的机器学习算法，与标记有续费带宽与资费变更带宽的样本用户，训练预设的待训练模型得到的。在本申请中，利用融合识别用户模型，根据用户的用网数据，从用户中精准识别需要带宽提速潜在客户，以精准服务潜在客户，提高了营销转化率。
-
Patent Agency Ranking
公开(公告)号：CN116956350A
公开(公告)日：2023-10-27
申请号：CN202310952962.6
申请日：2023-07-31
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了人脸认证方法、装置、终端设备以及存储介质，涉及人脸识别领域，其方法包括：获取用户信息和待认证人脸图像；对从所述待认证人脸图像提取的特征进行加密，得到待认证人脸密文；根据所述用户信息，获取注册人脸密文；对所述待认证人脸密文与所述注册人脸密文进行分析，得到人脸认证结果。本发明提高了人脸认证过程的安全性。
-
公开(公告)号：CN119941355A
公开(公告)日：2025-05-06
申请号：CN202510012256.2
申请日：2025-01-03
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0601 , G06F16/9536 , G06F18/10 , G06F18/25 , G06F18/2433 , G06N3/042 , G06N3/045 , G06N5/01 , G06N20/20
Abstract: 本申请涉及大数据技术领域，公开了一种家庭产品推荐方法、装置、设备、存储介质及计算机程序产品，该方法包括：根据第一用户办理家庭产品前后的消费数据生成家庭软标签，其中，第一用户为已办理家庭产品的用户，家庭产品为家庭通话套餐，家庭软标签用于表示第一用户办理家庭产品前后的消费习惯变化，将家庭软标签与第二用户的用户标签组合，获得组合特征，其中，第二用户为未办理家庭产品的用户，基于组合特征通过多目标模型从第二用户中选取目标用户，并将家庭产品推荐给目标用户，其中，多目标模型用于分析第二用户的家庭关系和分析第二用户办理家庭产品的概率，从而无需预先进行家庭关系识别，简化了整体流程，提升了产品推荐的准确性。
-
公开(公告)号：CN119557085A
公开(公告)日：2025-03-04
申请号：CN202411596416.4
申请日：2024-11-08
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种资源分配优化方法、装置、设备、存储介质及产品，涉及计算机技术领域，公开了资源分配优化方法，包括：获取待分配资源用户的目标用户特征；基于所述目标用户特征，通过预设的优化分配模型进行资源分配，输出各待分配资源用户的排名分数，其中，所述排名分数反映了各待分配资源用户对优化目标的贡献大小，所述优化分配模型是由包含损失凸函数的神经网络所构成的；基于所述排名分数，生成相应的最优分配方案。本申请提出由包含损失凸函数的神经网络所构成的优化分配模型，由于损失凸函数存在全局最小值，使得神经网络在训练过程中能够收敛到该全局最小值，以此实现排名分数的无偏估计，进而提高了资源分配优化的准确性。
-
公开(公告)号：CN119515697A
公开(公告)日：2025-02-25
申请号：CN202411603758.4
申请日：2024-11-11
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种图像融合方法、装置、设备、存储介质及程序产品，涉及图像处理技术领域，公开的图像融合方法通过生成原始图像与目标主体的融合图像的第一噪声图像，在第一噪声图像中与编辑区域对应的背景区域内填充随机高斯噪声，生成第二噪声图像，分别利用第一噪声图像、第一噪声图像结合文本提示信息和第二噪声图像结合文本提示信息，提取得到第一特征向量、第二特征向量和第三特征向量，来融合得到生成目标融合图像的目标特性向量。本申请在进行图像编辑时，可以直接应用预训练的SDM模型根据目标特征向量生成目标融合图像，解决了如何扩展图像编辑方法的应用场景的技术问题。
-
公开(公告)号：CN119476481A
公开(公告)日：2025-02-18
申请号：CN202411514009.4
申请日：2024-10-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 卓望信息技术(北京)有限公司
IPC: G06N5/04 , G06N3/0455 , G06F40/30 , G06F40/284 , G06F16/353 , G06F16/36 , G06N5/022 , G06Q50/18 , G06N3/048
Abstract: 本申请公开了一种制度条款审计方法、装置、设备、存储介质以及产品，涉及条款审计技术领域，方法通过对预先解析得到的上级制度文件条款和下级制度文件条款进行配对，得到上下级条款对；通过预先训练的量化相关性标识模型对所述上下级条款对进行量化相关过滤，得到上下级量化相关条款对；将所述上下级量化相关条款对输入到预先训练的上下级制度比对大模型中，得到制度审计线索，通过预先训练好的量化相关性模型快速排除非量化无关条款对，然后将量化且相关的条款对输入上下级制度比对大模型，进行自动审计，批量输出上下级制度条款之间的审计线索，从而提高制度条款审计的准确率和效率，降低审计成本。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.044 seconds)
