-
公开(公告)号：CN114913028A
公开(公告)日：2022-08-16
申请号：CN202210639802.1
申请日：2022-06-08
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于知识图谱提取用户倾向性的群组推荐方法，其特点是通过利用物品知识谱图和个人知识谱图来提取用户‑项交互背后的用户选择倾向性，实现用户实体群组推荐，该方法不仅需要利用物品的知识图谱来把握用户的喜好、完善用户画像，还利用个人知识图谱来对用户与用户之间的影响通过属性组合进行抽取，为目标群组进行推荐。本发明与现有的技术相比具有提升准确率的同时大大提高了推荐的可解释性，引入了个人知识图谱，补充了用户在选择时考虑到群体中其他用户的特点，融合使用了用户信息、物品信息以及群组交互，能更好的理解用户在选择时被哪些因素影响，把握用户的喜好，完善用户画像，方法简便，效果好，具有很好的应用前景。
-
公开(公告)号：CN113220987B
公开(公告)日：2022-07-26
申请号：CN202110452290.3
申请日：2021-04-26
Applicant: 华东师范大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于激励推荐的知识众包平台构建方法，所述方法包括以下步骤：构建不同激励方式下的标注任务完成模式；构建并训练基于不同激励的标注任务完成模式推荐模型LRC；根据用户大五性格测试值，利用模型LRC计算不同标注任务完成模式的推荐概率，按概率优先级推荐不同标注任务完成模式；根据用户选择的标注任务完成模式分配并引导用户完成任务，获取用户任务完成结果，计算对应任务完成模式下的用户奖励。本发明通过提供并推荐不同的任务完成模式，满足用户对于完成任务的外在与内在需求，减少任务发布者金钱成本，提高众包任务完成质量。
-
公开(公告)号：CN111834011A
公开(公告)日：2020-10-27
申请号：CN202010661491.X
申请日：2020-07-10
Applicant: 华东师范大学
Abstract: 本发明公开了一种面向长期养老照护的协同交互式服务推荐方法，该方法针对养老照护历史数据在质量、数量上普遍存在的不足，通过训练数据扩充与编码、基于随机森林算法的模型训练与测试、人工迭代优化模型推荐方案三个关键环节，来进行智能算法驱动的协同交互式服务推荐。本发明是基于真实的养老照护数据现状而设计，可较好地应对现有养老数据的各种问题，提高老人照护生成方案的实际有效性及可用性，进而智能、高效地满足庞大的老人个性化照护需求，缓解紧张的护理资源压力。
-
公开(公告)号：CN111241619A
公开(公告)日：2020-06-05
申请号：CN202010021651.4
申请日：2020-01-09
Applicant: 华东师范大学
IPC: G06F30/13
Abstract: 本发明公开了一种规则驱动的协同交互式空间布局自动设计方法，结合人智、算法和先验知识进行空间的自动布局设计。首先对冗繁但具有规则性的布局过程，进行计算化地规则提取、编码、建模，然后基于计算化规则自驱动生成符合约束条件的空间布局方案，从而降低设计师的工作量，使其专注于高专业度的设计环节。然后，采用人机协同的交互式优化过程，解决现有计算化设计方法普遍存在的可用性、灵活性、美观性等不足。本发明以微型养老照护机构的空间布局设计为实施例，设计了在线自动化布局设计平台iCareDesigner，用户可在web端访问平台，输入空间特征描述后，一键生成空间设计方案，并进行线上交互式修订与优化。
-
公开(公告)号：CN110263332A
公开(公告)日：2019-09-20
申请号：CN201910449987.8
申请日：2019-05-28
Applicant: 华东师范大学 , 上海智臻智能网络科技股份有限公司
Abstract: 本发明公开了一种基于神经网络的自然语言关系抽取方法，该方法采用句子的不同方面的自注意力信息注入到卷积神经网络中进行空间级表示融合，利用这种融合了句子实体的多方向信息的表示，能够进行更准确的实体间的关系预测。本发明与现有技术相比具有多方面、多角度进行挖掘句子及句子中实体间关系的特点，将这种多方面、多角度的表示进行融合，从而进行更准确的关系抽取，能够更加全面有效地对句子中实体间关系进行预测，方法简便、高效，成本低廉，并且能够在不同数据领域之间进行迁移，具有广泛的实用意义，能够为知识图谱系统、关系预测系统等应用提供有效的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN110245292A
公开(公告)日：2019-09-17
申请号：CN201910449634.8
申请日：2019-05-28
Applicant: 华东师范大学 , 上海智臻智能网络科技股份有限公司
IPC: G06F16/9535 , G06F16/33 , G06F17/27
Abstract: 本发明公开了一种基于神经网络过滤噪声特征的自然语言关系抽取方法，该方法采用句子的向量信息注入到卷积神经网络中进行特征值提取，对得到的特征进行过滤筛选，对筛选结束的优秀的特征矩阵进行关系抽取建模，能够进行更准确的实体间的关系预测。本发明与现有技术相比在于利用神经网络挖掘句子及句子中实体间关系的特征值的基础上，增加特征过滤结构，将卷积神经网络提取的特征值进行进一步筛选，从而进行更准确的关系抽取，能够更加全面有效地对句子中实体间关系进行预测，方法简便、高效，成本低廉，并且能够在不同数据领域之间进行迁移，具有广泛的实用意义，能够为知识图谱系统、关系预测系统等应用提供有效的解决方案。
-
公开(公告)号：CN109272003A
公开(公告)日：2019-01-25
申请号：CN201710579742.8
申请日：2017-07-17
Applicant: 华东师范大学
Abstract: 本发明提供一种消除深度学习模型中未知错误的方法，包括获取未知错误的类型步骤，获取相似图片步骤，建立文字描述模板步骤，众包发布步骤，获取反馈步骤以及重新训练步骤，对深度学习模型在不涉及内部复杂结构的修改前提下，通过加入少量外部数据的方式即有效减少模型产生的广泛分布于数据中的未知错误。采用了文字描述模板，通过机器算法协助完成训练图片标注，大大简化了众包任务中的人工部分，减少了人工过程中错误，从而有效提高深度学习模型的准确性。
-
公开(公告)号：CN109241290A
公开(公告)日：2019-01-18
申请号：CN201710555399.3
申请日：2017-07-10
Applicant: 华东师范大学
IPC: G06F16/36
Abstract: 本发明提供一种知识图谱补全方法、装置与存储介质，包括以下步骤：训练集获取步骤；实体主题向量生成步骤，将实体描述训练集输入主题模型中，以获得实体与主题的实体主题信息向量；翻译模型训练步骤，通过投影矩阵将原翻译模型获取的原结构信息向量与实体主题信息向量对齐，以获取新结构信息向量，通过新结构信息向量重新定义翻译模型的能量函数，以获得新能量函数，通过新能量函数训练获得新翻译模型；知识图谱补全步骤。本发明利用了主题模型学习了实体主题之间潜在的语义信息,并作为额外语义信息通过投影矩阵联合学习的方式加入到原翻译模型中,以构建新翻译模型，从而有效通过新翻译模型进行知识图谱补全。
-
公开(公告)号：CN109144504A
公开(公告)日：2019-01-04
申请号：CN201710495637.6
申请日：2017-06-26
Applicant: 华东师范大学
CPC classification number: G06F8/38 , G06T11/203
Abstract: 本发明提供了一种基于D3的数据可视化图形生成方法及存储介质，其中方法包括获取待生成可视化图形的数据包；根据多个话题及所对应的多个维度的属性值，绘制图表图形；调取d3.layout.cloud.js词云包；将各个关键词定位到图表图形中的可用填充位置。本发明综合D3.js、图表、词云和文本读取等技术，生成词云和话题的图表图形，并且将词云和话题的图表图形结合起来，将要展现出的词云分别定位到图表图形中相应的位置，将词云更清晰地显示在话题的图表图形中；进一步可以将年份和词频作为话题的图表图形的两个维度，更好地展现出话题随年份变化的情况，通过图文结合，更好地帮助用户获取相关的有用信息。
-
公开(公告)号：CN108776684A
公开(公告)日：2018-11-09
申请号：CN201810560627.0
申请日：2018-05-25
Applicant: 华东师范大学
IPC: G06F17/30
Abstract: 本发明涉及一种知识图谱中边权重的优化方法，包括：定义知识图谱，知识图谱包括节点、节点之间的有向边以及有向边的原始边权重；从用户接收查询信息；搜索对应查询信息的候选答案，利用知识图谱对候选答案进行排序并推送给用户；从用户接收对排序后的候选答案的反馈信息；构建符号几何规划问题，符号几何规划问题的约束函数基于反馈信息设定，符号几何规划问题的目标函数为优化边权重的函数；求解符号几何规划问题得到优化边权重。本发明利用用户的反馈信息将知识图谱的边权重优化问题转化成一个符号几何规划问题，能够高效地自动化地提高边权重的准确度以及知识图谱的质量。本发明还涉及一种知识图谱中边权重的优化装置、介质、设备及系统。
-
-
-
-
-
-
-
-
-
Search Results
180
records
(took 0.023 seconds)
