-
公开(公告)号：CN107885768B
公开(公告)日：2021-08-20
申请号：CN201710890944.4
申请日：2017-09-27
Applicant: 昆明理工大学
IPC: G06F16/2458 , G06F16/23 , G06F40/284
Abstract: 本发明涉及一种针对APP软件使用质量的用户评论挖掘方法，属于APP软件使用质量分析领域。本发明首先使用初始评论种子挖掘出反映使用质量的APP软件用户评论；然后针对与评论种子匹配失败的用户评论，根据APP软件使用质量特征词表判断该用户评论是否反映使用质量并抽取评论模式；最后基于候选评论模式抽取新的评论种子，进一步挖掘与使用质量相关的用户评论。本发明有助于从大量的APP软件用户评论中挖掘出与使用质量相关的评论；有助于获取APP软件用户评论中与ISO/IEC 25010使用质量属性相关的信息；有助于分析APP软件使用质量。
-
公开(公告)号：CN112882887A
公开(公告)日：2021-06-01
申请号：CN202110033483.5
申请日：2021-01-12
Applicant: 昆明理工大学
Abstract: 本发明公开了一种云计算环境下服务故障模型动态建立方法，属于云计算下服务故障模型建立领域。所述方法步骤包括：Step1、预处理服务运行数据；Step2、抽取服务故障；Step3、确定服务故障分类；Step4、抽取服务故障特征；Step5、动态关联服务故障与服务故障特征。本发明能动态识别出云计算环境下服务故障与服务故障特征；能通过分析服务故障与服务故障特征间的关联性，建立服务故障与服务故障特征的网状结构，实现服务故障模型的动态演化。
-
公开(公告)号：CN108415815B
公开(公告)日：2021-03-02
申请号：CN201810077200.5
申请日：2018-01-26
Applicant: 昆明理工大学
IPC: G06F11/34
Abstract: 本发明涉及一种APP软件运行数据异常判断方法，属于APP软件运行检测领域。本发明方法为：将APP软件运行数据集作为输入，基于系统日志对APP软件运行数据集进行标记，基于SVM的APP软件运行数据集中数据异常判断，输出判断结果。本发明将手机日志信息与SVM算法相结合，有助于更准确的判断APP应用程序数据信息是否存在异常；本发明对SVM的相关参数进行优选，有助于提高判断的准确率；本发明对SVM的训练数据集进行扩充，有助于提高判断的准确率。
-
公开(公告)号：CN109921938A
公开(公告)日：2019-06-21
申请号：CN201910197822.6
申请日：2019-03-15
Applicant: 昆明理工大学
Abstract: 本发明公开了一种云计算环境下故障检测方法，本发明方法为：监测数据特征提取，通过计算云计算环境监测数据集中的任意两个特征之间的相关性系数值选取特征以得到故障特征集；根据故障特征集中对应的特征序号，提取故障数据的特征数据形成训练数据集，对训练数据集中的特征进行平均值、方差计算，并构建故障模型参数二维数组，将其放入故障库中；按照故障特征集提取监测异常数据，判断监测异常数据的故障类型是否与当前故障库已知故障相似，对与已知故障无法匹配的监测异常数据进行未知故障检测。本发明通过对故障模型的不断更新实现了故障检测的自适应性以及实现已知故障与未知故障的检测，为故障恢复做准备。
-
公开(公告)号：CN106227720B
公开(公告)日：2019-02-05
申请号：CN201610613664.4
申请日：2016-08-01
Applicant: 昆明理工大学
IPC: G06F17/27
Abstract: 本发明涉及一种APP软件用户评论模式识别方法，属于APP软件用户行为分析领域。本发明首先根据用户对APP软件的评论特征将用户评论信息分为三类；然后通过计算每类用户评论信息的频率来选择需要分析的类别；最后对需要分析对应类户评论信息中分词之后的用户评论信息的词性组合，选出词性组合模板，确定APP软件用户的评论模式。本发明有助于分析APP软件用户侧重于评价APP软件的哪些特征；有助于分析APP软件用户发表评论信息的表达形式；有助于分析APP软件用户行为。
-
Patent Agency Ranking
公开(公告)号：CN104850399B
公开(公告)日：2018-03-06
申请号：CN201510213960.0
申请日：2015-04-30
Applicant: 昆明理工大学
IPC: G06F9/44
Abstract: 本发明涉及一种构件接口与构件实现映射表的追溯分析方法及系统，属于构件的追溯分析领域。本发明包括本体构建模块，用于对构件接口和构件实现建立本体模型，并用XML表示；文件分析模块，用于对构件接口和构件实现建立本体模型，并用XML表示；映射建立模块，用于根据使用本体描述的构件接口与构件实现生成映射表；追溯分析模块，用于分析以及显示追溯分析结果。本发明结合构件接口和实现的特点，采用本体描述构件接口以及构件实现；在传统的追溯分析方法的基础上进行改进，生成了针对需求分析、设计阶段的构件接口与编码阶段的构件实现之间的映射表；通过映射表，分析以及显示构件实现中受构件接口修改的影响集。
-
公开(公告)号：CN103957116B
公开(公告)日：2017-12-01
申请号：CN201410125387.3
申请日：2014-03-31
Applicant: 昆明理工大学
IPC: H04L12/24
Abstract: 本发明涉及一种云故障数据的决策方法及系统，属于云故障领域。本发明文件操作模块，用于对云故障数据文件的打开、分析：文件打开模块，用于选择打开云故障数据文件；文件分析模块，用于获取云故障数据文件的特征属性和类别属性；决策结果生成模块，用于根据打开的云故障数据文件生成决策图；检测结果显示模块，用于显示云故障检测的结果：当遍历到决策图中类别属性表示的节点时，计数器加1，并记录下该节点的值，直至整张图遍历完毕，再将记录下的节点值显示给用户。本发明结合传统故障分类及云计算环境的特点，建立云故障的分类；使新算法适应云计算环境下软件故障的类别多样化特征；通过遍历得到的决策图，能够得出检测到的云故障列表。
-
公开(公告)号：CN106227720A
公开(公告)日：2016-12-14
申请号：CN201610613664.4
申请日：2016-08-01
Applicant: 昆明理工大学
CPC classification number: G06F17/277 , G06F17/30705
Abstract: 本发明涉及一种APP软件用户评论模式识别方法，属于APP软件用户行为分析领域。本发明首先根据用户对APP软件的评论特征将用户评论信息分为三类；然后通过计算每类用户评论信息的频率来选择需要分析的类别；最后对需要分析对应类户评论信息中分词之后的用户评论信息的词性组合，选出词性组合模板，确定APP软件用户的评论模式。本发明有助于分析APP软件用户侧重于评价APP软件的哪些特征；有助于分析APP软件用户发表评论信息的表达形式；有助于分析APP软件用户行为。
-
公开(公告)号：CN105975487A
公开(公告)日：2016-09-28
申请号：CN201610264134.3
申请日：2016-04-26
Applicant: 昆明理工大学
IPC: G06F17/30
Abstract: 本发明涉及一种APP软件用户评论有关性判断方法，属于APP软件用户评价领域。本发明首先提取APP软件每条评论的关键词集；然后计算提取的APP软件每条评论的关键词集对特征库中的有关性概率得分；最后通过判断有关性概率得分是否大于预设阈值的情况来确定APP软件用户评论是否与该APP软件有关。本发明定义并提取APP软件用户评论关键词集，有利于提高判断用户评论有关性的效率；将朴素贝叶斯文本分类方法进行了修改，结合词频统计的方法判断APP软件用户评论有关性概率得分，有助于给用户筛选出有关评论，减少对评论筛选的时间；通过判断APP软件用户评论的有关性，有助于用户评价APP软件的质量。
-
公开(公告)号：CN110505114B
公开(公告)日：2022-08-09
申请号：CN201910665457.7
申请日：2019-07-23
Applicant: 昆明理工大学
IPC: H04L43/0817 , H04L43/16 , G06K9/62
Abstract: 本发明公开了一种云计算环境下节点异常判断方法，本发明方法包括节点性能数据采集步骤；节点性能数据转换步骤；节点异常检测模型训练步骤；基于性能数据判断节点状态步骤；节点异常检测模型更新步骤。本发明通过采集、分析节点性能数据，并比较相邻节点的状态，及时判断出现异常的节点；本发明使用滑动时间窗口的模式，并不断更新异常检测模型，能够识别未知异常，实现了云计算环境下自适应判断节点异常。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.034 seconds)
