-
公开(公告)号：CN113254773B
公开(公告)日：2023-07-07
申请号：CN202110614370.4
申请日：2021-06-02
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06Q30/0202 , G06Q30/0601 , H04L67/55
Abstract: 本发明一种基于预测值分析的新项目推荐方法，特点在于将用户划分为探索用户和惰性用户，包括以下步骤：通过分析用户U0评价项目的兴趣点信息，判断U0为探索用户或者惰性用户，获得用户新项目探索权重；根据项目‑属性信息，考虑项目具备属性的个数和共同具备某属性的项目的个数，获得基于项目属性信息的预测评分值；通过分析用户评价项目的兴趣点信息，结合预测评分值，得到最终的预测评分值，如果预测评分值超过设定阈值，则将该项目推荐给用户U0。本发明将用户划分为探索用户和惰性用户，提出基于预测值分析的新项目推荐方法，解决了基于物品的协同过滤在新项目推荐时难以找到合适潜在推荐用户的冷启动问题，提高了新项目的推荐效果。
-
公开(公告)号：CN113254799B
公开(公告)日：2023-06-30
申请号：CN202110599650.2
申请日：2021-05-31
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q30/0601 , H04L67/55
Abstract: 本发明是一种P2P传播式的内容推荐方法，包括以下步骤：用户U1收到了来自系统或者U1的高认可用户U0感兴趣的内容推送；系统根据用户U0对该推送内容的反应以及设定的标准来判断U1是否对该推送内容感兴趣；如果判断结果为用户U1对该推送内容感兴趣，则增加U1对U0的认可度，并向其它未被推送该内容且对U1高认可的用户推送同样内容；如果判断结果为U1对其不感兴趣，则降低U1对U0的认可度。本发明仿照现实生活中人与人交流时将自己觉得值得推荐的物品推荐给关系良好的其它人的场景，提出了P2P传播式的内容推荐方法，解决了基于协同过滤与内容的组合推荐的推荐范围受限于相似用户与兴趣点的问题与高运算量问题，提高了用户惊喜度。
-
公开(公告)号：CN112287247B
公开(公告)日：2022-11-11
申请号：CN201910628876.3
申请日：2019-07-12
Applicant: 南京邮电大学
IPC: G06F16/9537 , G06F16/9536 , G06F16/29 , G06K9/62 , G06Q50/00
Abstract: 本发明公开了基于Meanshift和K‑means算法的社交网络用户位置特征提取方法和装置，该方法用于解决在海量的用户签到数据中发现用户签到频次中较高的热点区域，即用户真正感兴趣的位置，本发明的实施流程包括：首先对从Flickr平台收集到的用户签到数据进行分析和预处理，选取一个签到点较为密集且比较典型的区域作为研究区域，而后基于Meanshift方法对某个城市范围的签到数据进行初步聚类，并对筛选出规模较大的簇和过于密集的簇基于K‑means方法进行二次聚类，最后根据分簇结果划分到对应兴趣点(POI)，即完成用户位置特征提取。采用本发明的方法，可以更有效地实现对于LBSNs数据的位置特征提取。
-
公开(公告)号：CN111488532B
公开(公告)日：2022-10-14
申请号：CN202010259534.1
申请日：2020-04-03
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种融合社交关系与自私偏好顺序的群组划分方法，包括以下步骤：步骤1：根据用户的社交价值模拟各用户为了分担成本而聚集为群组的选择，形成初步群组；步骤2：通过自私偏好顺序制定合并和拆分规则，并基于合并和拆分规则对步骤1得到的群组进行合并或拆分，当达到纳什均衡点时，群组合并或划分结束，得到稳定群组，本发明提出了在完全信息静态的博弈场景下融合社交关系与自私偏好顺序并以此寻找纳什均衡点，来提高群组划分的稳定性并剔除极端成员，本方法很好的解决了群组中极端用户的问题，提高了群组成员对群组推荐结果的满意度。
-
公开(公告)号：CN112287247A
公开(公告)日：2021-01-29
申请号：CN201910628876.3
申请日：2019-07-12
Applicant: 南京邮电大学
IPC: G06F16/9537 , G06F16/9536 , G06F16/29 , G06K9/62 , G06Q50/00
Abstract: 本发明公开了基于Meanshift和K‑means算法的社交网络用户位置特征提取方法和装置，该方法用于解决在海量的用户签到数据中发现用户签到频次中较高的热点区域，即用户真正感兴趣的位置，本发明的实施流程包括：首先对从Flickr平台收集到的用户签到数据进行分析和预处理，选取一个签到点较为密集且比较典型的区域作为研究区域，而后基于Meanshift方法对某个城市范围的签到数据进行初步聚类，并对筛选出规模较大的簇和过于密集的簇基于K‑means方法进行二次聚类，最后根据分簇结果划分到对应兴趣点(POI)，即完成用户位置特征提取。采用本发明的方法，可以更有效地实现对于LBSNs数据的位置特征提取。
-
Patent Agency Ranking
公开(公告)号：CN107026755B
公开(公告)日：2019-07-16
申请号：CN201710145153.9
申请日：2017-03-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于排序学习的服务推荐方法，将传统服务推荐方法针对QoS进行预测推荐转化为进行排序推荐，提出了一种基于排序学习与矩阵分解的服务推荐方法。主要包括通过时间窗口的QoS记录计算出用户偏好程度因子，QoS波动程度因子，QoS衰减程度因子，再结合原始TOP值进行优化，通过构建损失函数进行矩阵分解，最后生成未知用户‑服务的排名评分，为用户进行推荐。
-
公开(公告)号：CN104899760B
公开(公告)日：2018-03-13
申请号：CN201510093605.4
申请日：2015-02-17
Applicant: 南京邮电大学
IPC: G06Q30/02
Abstract: 本发明提供一种时间相关移动群智感知系统中的激励方法，针对时间窗口任务的群智感知系统，设计了一种用户激励方法。该方法包含一个方向拍卖流程和两个阶段：用户选择阶段和支付决策阶段。在用户选择阶段采用贪心算法解决最小化社会代价用户选择问题，其近似度为ln|W|+1，其中W为平台感知时间窗口的长度；在支付决策阶段计算每个入选用户的关键报酬。该方法包括用户选择阶段和支付决策阶段总的时间复杂度为O(n3﹒max|R|)，其中n为用户数，|R|为用户标书中所含的时间窗口数。该激励方法具有个人理性、防欺骗的良好性质，并且可以产生较好的近似解。
-
公开(公告)号：CN105897874A
公开(公告)日：2016-08-24
申请号：CN201610201828.2
申请日：2016-04-01
Applicant: 南京邮电大学
CPC classification number: H04L67/10 , G06F16/951 , G06F16/9537
Abstract: 本发明公开了一种基于云计算技术的周边数据实时查询方法，先利用云计算技术和网络爬虫扒取网络上有用的相关信息储存到服务器的数据库中，并间隔一段时间重新扒取一次数据，更新数据库中已有的信息并添加以前为查询到的信息。当用户发送查询请求指令，则服务器利用云计算技术在数据库中进行快速查询，如未查询到这立刻进行全网查询。如果在规定时间内查询到结果，则返还用户所得结果，如未在规定时间内查询到结果，则返还用户查询失败指令。
-
公开(公告)号：CN103297563B
公开(公告)日：2016-04-06
申请号：CN201310235256.6
申请日：2013-06-14
Applicant: 南京邮电大学
Abstract: 本发明提供的一种基于身份认证的防止重复地址检测攻击的方法是一种在IPv6网络防止重复地址检测攻击的方案。用于解决在IPv6网络中的针对DAD检测的拒绝服务攻击。IPv6本身对抵御拒绝服务攻击的能力不是很强，本方法构造的系统由验证服务器、加密/解密模块、更新模块、映射存储模块等组成。这些模块可以通过简单的计算实现对响应DAD地址检测的入网设备进行身份认证，只有在得到身份认证后才能按照原IPv6协议中规定的操作执行，一旦身份认证失败则对响应DAD检测的设备不予回应。在完成一次认证之后及时更新验证服务器中的信息。有效地消除了通过非法入网设备对IPv6网络中DAD地址检测的攻击。
-
公开(公告)号：CN104978483A
公开(公告)日：2015-10-14
申请号：CN201510315532.9
申请日：2015-06-10
Applicant: 南京邮电大学
IPC: G06F19/00
Abstract: 本发明公开了支持偏好度动态修正的Web服务选择方法，属于服务选择的技术领域，根据用户需求详细信息的类型采用相应过滤规则对服务提供商提供的服务列表进行剪枝得到Skyline服务集，结合用户对所选服务的期望偏好度并采用加权相对熵对Skyline服务集排序得到服务排序列表，根据用户所选服务在服务排序列表中的排名动态修正用户对所选服务的期望偏好度并更新服务排序列表。本发明解决了大规模服务集上服务选择效率低下以及服务选择中用户偏好度设定困难、动态迁移等问题，优化了服务选择过程，为用户偏好度设定给予指导，使用户偏好度的设定更为合理和方便，为服务选择提供了一种有力的方法和工具。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.024 seconds)
