-
公开(公告)号：CN117290613A
公开(公告)日：2023-12-26
申请号：CN202311088303.9
申请日：2023-08-25
Applicant: 清华大学
IPC: G06F16/9536 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种解耦社交同质性和社交影响力的社交推荐方法及组件，该方法包括：根据用户行为的社交图，初始化用户行为的解耦嵌入向量；基于社交图和解耦嵌入向量进行图卷积操作，得到嵌入传播向量；将嵌入传播向量与预设协同信号进行融合，得到最终的嵌入向量；训练解耦社交因素的推荐模型得到所述嵌入向量的参数，并根据向量相似度得到用户的推荐列表，通过解耦社交网络中的同质性和影响力来更加精准地建模用户行为，以增强推荐效果。
-
公开(公告)号：CN112214677B
公开(公告)日：2023-10-27
申请号：CN202011120660.5
申请日：2020-10-19
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
IPC: G06F16/9535 , G06F16/9537
Abstract: 本申请实施例公开了一种基于人工智能的兴趣点推荐方法、装置、电子设备及存储介质。该方法包括：获取对象与已访问兴趣点间的第一关联关系以及第二关联关系，第一关联关系表征对象与已访问兴趣点间的实际访问关系，第二关联关系表征对象与已访问兴趣点间的空间分布关系，基于第一关联关系以及第二关联关系，得到待推荐对象对应的第一表征向量以及各个待推荐兴趣点分别对应的第二表征向量，基于第一表征向量以及各个第二表征向量，得到待推荐对象与各个待推荐兴趣点间的预测访问概率，基于待推荐对象与各个待推荐兴趣点间的预测访问概率，向待推荐对象推荐目标兴趣点。该方法可以提高兴趣点概率预测的准确性，进而提高兴趣点推荐准确性。
-
公开(公告)号：CN116910612A
公开(公告)日：2023-10-20
申请号：CN202310814020.1
申请日：2023-07-04
Applicant: 清华大学 , 中国移动通信集团有限公司研究院
Abstract: 本发明提供了模型训练方法、业务流量生成方法及相关设备，所述模型训练方法包括：基于获取的第一用户的抓包PCAP数据，得到第一数据集，所述第一数据集中每个第一数据均包括用户信息标签、业务类别信息标签和细分动作信息标签，所述细分动作信息标签根据PCAP数据中包长和包到达时刻确定；基于所述业务类别信息标签和所述细分动作信息标签，生成数据分布表征向量，以及，基于所述用户信息标签、所述业务类别信息标签和所述细分动作信息标签，生成用户行为表征向量；基于所述用户行为表征向量和所述数据分布表征向量对生成对抗网络GAN模型进行训练，其中，训练的GAN模型用于生成业务流量包序列。提高了业务流量生成的准确性和效率。
-
公开(公告)号：CN110309434B
公开(公告)日：2023-10-13
申请号：CN201811178191.5
申请日：2018-10-10
Applicant: 腾讯大地通途(北京)科技有限公司 , 腾讯科技(深圳)有限公司 , 清华大学
IPC: G06F16/9537
Abstract: 本发明实施例公开了一种轨迹数据处理方法、装置以及相关设备，方法包括：获取用户行为轨迹数据，并获取与用户行为轨迹数据相关联的用户时间信息；根据用户行为轨迹数据和用户时间信息设置多个时空点；一个时空点对应一个时间段内的一个位置区域；根据用户轨迹数据，提取各时空点分别对应的目标表征向量；根据目标表征向量，分别确定每个时空点与多种位置兴趣点类别之间的访问频率。采用本发明，可以提高识别不同区域在不同时段各类POI的访问频率的正确率。
-
公开(公告)号：CN112801377B
公开(公告)日：2023-08-22
申请号：CN202110133241.3
申请日：2021-01-29
Applicant: 腾讯大地通途(北京)科技有限公司 , 清华大学
Abstract: 本发明实施例公开了一种对象估计方法、装置、设备及存储介质，其中方法包括：通过获取待估计区域的定位数据和地图数据，进而获取到训练所需要的特征，如对象密度、兴趣点分布、区域对象流量和进出对象流量等；再根据对象密度和兴趣点分布对幂律模型进行训练，得到目标幂律模型；采用上述目标幂律模型根据对象密度得到估计对象数量；利用区域对象流量和进出对象流量对图神经网络模型进行训练，以使得图神经网络模型具备各子区域中的对象数量之间的邻近关系，最后根据邻近关系对估计对象数量进行调整，得到最终的目标估计数量。本发明提供的对象估计方法可以有效地提高数量估计模型对目标区域的全量数据进行估计的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111275300B
公开(公告)日：2023-04-07
申请号：CN202010043670.7
申请日：2020-01-15
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
IPC: G06Q10/0631 , G06Q50/26
Abstract: 本申请公开了一种路网数据处理方法、装置、设备及存储介质，属于网络技术领域。本申请实施例通过目标区域的路网数据和用户的出行数据，即可通过预测交通信息，确定路线变更信息，基于路线变更信息再改变交通信息，在变更路线时，通过交通信息结合用户的出行数据来分析路线特征和乘车点特征，以此来不断改善交通情况，这样通过多次路线改变，得到该目标区域内的目标交通信息，而无需由相关技术人员进行人工规划，相较于人工规划，处理效率高，且该过程考虑到了目标区域内的整体路线和乘车点情况，确定结果更准确。
-
公开(公告)号：CN114131125B
公开(公告)日：2023-01-31
申请号：CN202111443964.X
申请日：2021-11-30
Applicant: 清华大学
Abstract: 本申请涉及特种加工技术领域，特别涉及一种具有表面疏水结构的工具电极及其制备方法，其中，工具电极由电极基体和设置于电极基体侧壁面上的阵列球坑微结构组成，阵列球坑微结构具有呈六边形排布的多个球坑。利用阵列球坑结构作为表面疏水结构，在电极的表面形成作为侧壁绝缘层的驻留气膜，可在电解加工或放电辅助化学加工中起到侧壁绝缘和稳定加工过程的作用。本申请的实施例可以解决由于微细圆柱状电极表面曲率变化引起的阵列微结构连续性差、分布不均难题，提高具有表面疏水结构的工具电极的使用性能。
-
公开(公告)号：CN115631622A
公开(公告)日：2023-01-20
申请号：CN202211153883.0
申请日：2022-09-21
Applicant: 清华大学
IPC: G08G1/01 , G06N3/08 , G06N3/0464 , G06N3/049
Abstract: 本发明涉及城市计算领域，提供一种交通状态预测方法、装置、电子设备及存储介质，方法包括：接收历史时段内的第一交通状态数据；基于第一交通状态数据分别进行时空相关性提取和时域变化提取，并基于时空相关性提取的结果和时域变化提取的结果，确定未来时段内的第二交通状态数据。由于可以基于第一交通状态数据分别进行时空相关性提取和时域变化提取，能够获取第一交通状态数据中隐藏的非线性特征和时空关联性特征，使得输出数据可靠性更高，提高了交通状态预测结果的精度，解决了现有的交通状态预测方法预测结果精度低的问题。
-
公开(公告)号：CN115618101A
公开(公告)日：2023-01-17
申请号：CN202211154109.1
申请日：2022-09-21
Applicant: 清华大学
IPC: G06F16/9535 , G06F16/9538 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于负反馈的流媒体内容推荐方法、装置及电子设备，涉及信息处理技术领域，该方法包括：获取用户信息和待推荐流媒体内容集合并输入推荐模型，获得推荐模型输出的用户信息对待推荐流媒体内容集合中各待推荐流媒体内容的不感兴趣概率，该推荐模型基于用户信息对应的样本负反馈流媒体内容和根据样本负反馈流媒体内容确定的样本潜在正反馈流媒体内容训练得到；对不感兴趣概率进行从小到大排序，将排序结果中的前第一预设数量个不感兴趣概率确定为目标不感兴趣概率集合；从待推荐流媒体内容集合中选择与目标不感兴趣概率集合对应的待推荐流媒体内容进行输出。本发明提供的技术方案能够提高流媒体内容推荐的准确性。
-
公开(公告)号：CN115526645A
公开(公告)日：2022-12-27
申请号：CN202110704374.1
申请日：2021-06-24
Abstract: 本发明提供了一种基于生成对抗模仿学习模型的行人轨迹模拟方法及系统。其中，所述方法包括：将待仿真行人在目标区域内的起始位置的坐标和时间，输入至预先训练得到的生成对抗模仿学习模型；获得所述生成对抗模仿学习模型生成的所述待仿真行人的运动轨迹；其中，所述生成对抗模仿学习模型是利用预先获得的所述目标区域的行人轨迹和人口分布的热力图训练得到的。本发明实施例设计了一个生成对抗模仿学习模型，将人群的群体分布考虑进模型，使得生成的轨迹符合群体约束，其模拟得到的行人轨迹，更加接近于真实情况，从而提高了轨迹生成结果的真实性。
-
-
-
-
-
-
-
-
-
Search Results
587
records
(took 0.138 seconds)
