-
公开(公告)号:CN112328911B
公开(公告)日:2023-05-23
申请号:CN202011187249.X
申请日:2020-10-30
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
IPC: G06F16/9537
Abstract: 本申请公开了一种地点推荐方法、装置、设备及存储介质,涉及用户兴趣推荐领域。该方法包括:构建用户地点关系图,用户地点关系图中的连接线用于连接结点间的交互关系和辅助关系,辅助关系包括用户间的社交关系和地点间的地理位置关系中的至少一种,地理位置关系包括地点节点在地图中的位置关系;基于用户地点关系图进行向量传播和向量更新得到用户结点的用户表征向量和地点结点的地点表征向量,向量传播和向量更新用于根据结点间的连接线进行向量传播和迭代学习、提取用户地点关系图中的邻接关系;根据目标用户的用户结点与至少两个地点结点的至少两个预测分数输出目标用户的推荐地点。该方法能提高地点推荐的准确度。
-
公开(公告)号:CN113843460B
公开(公告)日:2023-05-16
申请号:CN202111109215.3
申请日:2021-09-22
Applicant: 清华大学
IPC: B23H5/06 , B23H5/10 , B23K26/06 , B23K26/073
Abstract: 本发明公开了一种激光电解复合加工用光电液耦合传导管电极,所述光电液耦合传导管电极由透光基体、内侧反射包层、外侧反射包层、内壁导电层和端部导电层构成,所述透光基体为管状结构,所述内侧反射包层和所述外侧反射包层分别位于透光基体的内、外壁面上,所述内壁导电层位于所述内侧反射包层内壁上,所述端部导电层位于所述透光基体的端部,以形成导光、导电、导液且侧壁绝缘同步作用的复合加工用的管电极结构。该管电极具备透明基体导光、中空结构导液和端部金属层导电的复合功能,同时绝缘基体可以抑制其侧壁对已加工表面的电化学杂散腐蚀。
-
公开(公告)号:CN116010695A
公开(公告)日:2023-04-25
申请号:CN202310003626.7
申请日:2023-01-03
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06F18/22 , G06F18/214
Abstract: 本公开关于一种资源推荐方法、推荐模型训练方法、装置及存储介质,所述方法包括:获取预设对象的预设对象属性、候选多媒体资源的候选资源信息以及预设对象对应的预设位置信息;将预设对象属性、预设位置信息以及候选资源信息输入关联关系确定模型进行位置资源关系确定,得到预设关系确定结果;预设关系确定结果表征针对预设对象的预设对象属性,预设位置信息与候选资源信息是否存在关联关系;根据预设关系确定结果,从预设对象属性、预设位置信息以及候选资源信息中确定待识别数据;将待识别数据输入资源推荐模型进行资源推荐,得到目标推荐结果;目标推荐结果表征向预设对象推荐候选多媒体资源的概率。本公开提高了推荐结果的准确率。
-
公开(公告)号:CN115909715A
公开(公告)日:2023-04-04
申请号:CN202211153882.6
申请日:2022-09-21
Applicant: 清华大学
IPC: G08G1/01 , G06F18/23 , G06F18/241
Abstract: 本发明提供一种拥堵原因的识别方法、装置、电子设备及存储介质,方法包括:基于Y个交通拥堵事件,提取各交通拥堵事件的特征向量,Y为大于1的整数;将各交通拥堵事件的特征向量中无原因标签的第一特征向量输入至聚类模型,获得聚类模型输出的第一特征向量对应的目标拥堵原因;基于第二特征向量对应的已知拥堵原因和第一特征向量对应的目标拥堵原因,识别当前交通拥堵事件对应的拥堵原因。相较于现有技术依赖人力识别交通拥堵的原因,本发明实施例降低了交通拥堵原因的识别成本,提高了交通拥堵原因的识别效率。
-
公开(公告)号:CN115907074A
公开(公告)日:2023-04-04
申请号:CN202211177397.2
申请日:2022-09-26
Applicant: 清华大学
IPC: G06Q10/04 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种平台用户流失的预测方法、装置、电子设备及介质,其中方法包括:基于平台历史信息获取用户信息;基于N个预先设置的因果先验信息,分别对用户信息中的原因变量进行标记,得到N个干预变量与混淆变量的组合;将N个干预变量与混淆变量的组合分别输入至因果信息学习模型,获得N个因果信息学习模型的输出结果,作为N个干预变量与混淆变量的组合对应的目标表征向量;基于N个干预变量与混淆变量的组合对应的目标表征向量,获得平台用户流失的预测结果。本发明实施例可以避免由于利用相关性信息中的伪因果信息或其他干扰信息进行预测而影响预测精度,可以有效提高对平台用户流失的预测精度。
-
公开(公告)号:CN115796331A
公开(公告)日:2023-03-14
申请号:CN202211358465.5
申请日:2022-11-01
Applicant: 清华大学
Abstract: 本发明提供一种基于多模态城市知识图谱的城市资源预测方法及系统。该方法包括:获取多源城市时空数据,基于多源城市时空数据进行本体抽象,确定对应城市基本要素的本体集合;基于多源城市时空数据和本体集合进行实体匹配,确定与本体对应的实体对象集合;基于多源城市时空数据和本体集合进行关系构建,确定本体之间的关联关系集合;基于实体对象集合、关联关系集合和多源城市时空数据进行知识融合,获得相应的多模态城市知识图谱。本发明提供的方法,能够基于多源城市时空数据快速匹配融合到城市知识图谱结构中,并确定城市时空数据的语义关系,有效提高了基于多模态城市知识图谱的城市资源预测分析效率和精确度。
-
公开(公告)号:CN115630188A
公开(公告)日:2023-01-20
申请号:CN202211154166.X
申请日:2022-09-21
Applicant: 清华大学
IPC: G06F16/735 , G06F16/738 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种视频推荐方法、装置及电子设备,涉及信息处理技术领域,该方法包括:将获取的待推荐视频集合中的各待推荐视频分别划分为预设数量个视频片段;将提取的用户特征和视频片段视觉特征输入视频推荐模型,获得视频推荐模型输出的用户属性信息对应用户对待推荐视频的兴趣度;根据兴趣度从待推荐视频集合中确定目标推荐视频输出给用户;视频推荐模型基于用户对应的样本原始视频、样本正反馈视频片段集合和样本负反馈视频片段集合训练得到,样本正反馈视频片段集合为用户完整观看的样本原始视频的视频片段的集合,样本负反馈视频片段集合为用户跳过行为发生时刻所在的视频片段的集合。本发明提供的技术方案能够提高视频推荐的准确性。
-
公开(公告)号:CN115620881A
公开(公告)日:2023-01-17
申请号:CN202211153897.2
申请日:2022-09-21
Applicant: 清华大学
IPC: G16H40/20 , G06Q10/063 , G06N20/00
Abstract: 本发明提供一种疫苗资源的分配方法、装置、电子设备及存储介质,其中方法包括:根据待分配地区中各区域之间的人口移动数据与接触数据,将各区域聚合为至少两个社群;基于各所述社群的多维度信息,得到所述多维度信息的高层次表征向量;其中,所述多维度信息包括社群基本信息、社群感染信息、兴趣点基本信息及各所述社群中人口访问兴趣点的信息;基于所述高层次表征向量及所述待分配地区对应的待分配疫苗资源的总量,通过强化学习决策模型和预先设置的专家经验规则,得到所述各区域对应的疫苗资源分配量。本发明实施例中结合了强化学习决策模型和专家经验规则,共同对待分配区域中各区域进行疫苗资源分配,能够有效提高疫苗资源分配的效果。
-
公开(公告)号:CN115471146A
公开(公告)日:2022-12-13
申请号:CN202110648597.0
申请日:2021-06-10
Abstract: 本发明提供一种多车辆路径规划方法及装置,属于车辆路径规划技术领域。方法包括:调度步骤,按照调度顺序确定当前被调度车辆,利用策略模型计算未被访问的站点的备选概率值,将备选概率值最大的动作分配给当前被调度车辆,作为当前被调度车辆的下一步动作;更新步骤,根据下一步动作对应的站点的货物量更新当前被调度车辆的剩余容量和每个站点的访问状态;判断步骤,判断是否存在未被访问的站点,如果存在未被访问的站点,返回调度步骤,如果不存在未被访问的站点,转向策略输出步骤;策略输出步骤,根据为每个车辆分配的站点输出路径规划策略,路径规划策略包括每一车辆访问站点的顺序。本发明能够提高路径规划策略的生成速度。
-
公开(公告)号:CN111612206B
公开(公告)日:2022-09-02
申请号:CN202010238209.7
申请日:2020-03-30
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于时空图卷积神经网络的街区人流预测方法及系统。该方法包括:获取街区人流历史移动轨迹数据;将所述街区人流移动轨迹数据输入至预先训练好的街区人流预测模型中,得到所述街区人流预测模型输出的街区未来人流预测结果;其中,所述街区人流预测模型通过构建动态时空图和利用兴趣点对街区进行分类,对三维图卷积神经网络模型进行训练所得到的。本发明实施例通过构建表征空间关联和时间动态性的动态图,利用兴趣点来表征不同街区的功能属性,并利用多任务学习同时预测人流和街区功能,达到更好的人流预测性能。
-
-
-
-
-
-
-
-
-