-
公开(公告)号：CN1937584B
公开(公告)日：2010-12-08
申请号：CN200610122062.5
申请日：2006-09-05
Abstract: 本发明涉及一种便于资源查询的非结构化对等网络系统及其资源查找及路由更新方法。其中所述非结构化对等网络系统的节点设备，包括有：存储单元，更新处理单元以及资源查找单元。本发明查询路由信息更接近网络中实际的资源分布，可以提高资源查找效率，同时避免像洪泛方式一样转发大量不必要的查询消息，降低了不必要的网络负载。
-
公开(公告)号：CN100530192C
公开(公告)日：2009-08-19
申请号：CN200710123832.2
申请日：2007-10-09
IPC: G06F17/30
Abstract: 本发明公开了一种文本检索的方法和装置。该方法包括：输入原始文本数据；对所述原始文本数据进行自适应映射降维处理；根据所述自适应映射降维处理后的数据，检索与其相似的文本数据；输出所述检索到的文本数据。本发明实施例在对高维文本数据进行降维后，能对原数据进行有效的压缩，时间复杂度较低，适用于海量数据，能有效地保持文本数据各原向量之间的相似度。使用本发明实施例的方法或装置可以以比较小的运算代价迅速地响应网络文本查询、搜索、检索等请求，从而解决了现有网络文本检索时间复杂度高、耗费空间大、精度较差的问题。
-
公开(公告)号：CN100496004C
公开(公告)日：2009-06-03
申请号：CN200610122064.4
申请日：2006-09-05
Abstract: 本发明提供一种可保证负载均衡的结构化对等网络系统及其负载查询、转移及资源查找方法，所述节点设备主要包括存储单元、负载转移处理单元以及资源查找单元。本发明通过在结构化对等网络系统的各个节点设备存储该对等网络系统负载信息，当某个节点设备的负载过高时，根据所述对等网络系统负载信息选择一个负载较轻的节点设备，并将该过高的负载转移到所述负载较轻的节点设备，从而可保证系统保持负载均衡。本发明与结构化对等网络系统中采用何种哈希算法没有关系，只要系统中存在负载分配不均，就可以应用本发明实现负载均衡。
-
公开(公告)号：CN114020920B
公开(公告)日：2025-03-14
申请号：CN202111418020.7
申请日：2021-11-26
Applicant: 上海交通大学
IPC: G06F16/353 , G06F40/30 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于图神经网络的多标签文本分类方法，涉及自然语言处理领域。包括以下步骤：通过文本编码器提取待分类文本的文本语义向量；建立以类别标签为节点的图G；将图G输入图卷积网络，得到每个类别标签的节点表示向量；将类别标签的节点表示向量与额外定义的类别表达向量结合，得到分类层融合权重；将文本语义向量输入分类层，根据分类层融合权重，对文本进行类别预测。该方法可以在各种文本体裁的多标签文本分类中提升模型的性能，并且能与BERT、Elmo等强大的预训练文本特征提取器结合，可以用于实际多标签文本分类系统中，提升分类效果。
-
公开(公告)号：CN112612951A
公开(公告)日：2021-04-06
申请号：CN202011491942.6
申请日：2020-12-17
Applicant: 上海交通大学
IPC: G06F16/9535 , G06N20/00
Abstract: 本发明公开了一种面向收益提升的无偏学习排序方法，基于有偏的用户点击日志数据，直接优化一个无偏的效益指标。首先学习了一个位置敏感的点击率预估模型，建模不同特征的查询‑文档对在不同位置下的点击率，得到的用户效益的无偏估计，基于lambdaloss的学习框架提出了一个基于lambdaloss的目标函数来直接优化用户效益的无偏估计，通过学习一个打分函数可以将测试阶段的复杂度降低到O(N)。理论分析证明该目标函数可以优化目标效益的一个有效上界。本发明在三个公开数据集上都证明了该方法的有效性，可以被用于列表推荐，网页搜索，广告系统等场景。
-
Patent Agency Ranking
公开(公告)号：CN112183762A
公开(公告)日：2021-01-05
申请号：CN202010965008.7
申请日：2020-09-15
Applicant: 上海交通大学
IPC: G06N20/00
Abstract: 本发明公开了一种基于混合行为空间的强化学习方法，涉及强化学习领域，由多个共同作用输出结构化的行为的并行Actor网络和一个指导Actor网络训练的Critic网络组成。Actor网络包括状态编码网络、离散Actor网络、连续参数Actor网络，状态编码网络对状态进行编码，输入到离散Actor网络和连续参数Actor网络，离散Actor网络用于产生离散动作，连续参数Actor网络用于产生离散动作对应的连续化参数。本发明可以处理既有连续化动作也有离散动作的混合行为空间，并且可以拓展到所有有层次化结构的行为空间中。本发明能取得比之前对于混合行为空间处理方法更优的强化学习结果，既不损失行为的精确度，也通过mask操作避免了过参数化的问题。
-
公开(公告)号：CN100446003C
公开(公告)日：2008-12-24
申请号：CN200710036340.X
申请日：2007-01-11
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 一种意向驱动的博客搜索以及浏览系统，属于信息技术领域。本发明中，交互式的界面模块，接受用户输入的信息需求，通过该界面实现用户与博客文章搜索模块、博客搜索模块和单个博客内部浏览模块的交互式操作，并接受上述三种模块的最后结果；博客文章属于信息型和情感型的置信度计算模块完成文章属于信息型和情感型的置信度的计算；博客文章搜索模块完成对博客文章进行搜索时搜索结果排序；博客搜索模块完成对博客进行搜索时搜索结果排序；单个博客内部的文章浏览模块完成对单个博客内部的文章进行浏览。本发明可使与用户需求最相关的博客内容排在前面，提高了博客搜索的查准率，以及单个博客的内容进行浏览的效率，提高了用户体验和满意度。
-
公开(公告)号：CN1937584A
公开(公告)日：2007-03-28
申请号：CN200610122062.5
申请日：2006-09-05
Abstract: 本发明涉及一种便于资源查询的非结构化对等网络系统及其资源查找及路由更新方法。其中所述非结构化对等网络系统的节点设备，包括有：存储单元，更新处理单元以及资源查找单元。本发明查询路由信息更接近网络中实际的资源分布，可以提高资源查找效率，同时避免像洪泛方式一样转发大量不必要的查询消息，降低了不必要的网络负载。
-
公开(公告)号：CN119740020A
公开(公告)日：2025-04-01
申请号：CN202411440211.7
申请日：2024-10-15
Applicant: 行吟信息科技(上海)有限公司 , 上海交通大学
IPC: G06F18/214 , G06F18/22 , G06Q30/0601
Abstract: 本申请涉及深度学习技术领域，尤其公开了一种训练方法、推荐方法及相关产品，该训练方法包括：获取目标对象的初始对象表征和目标物品的初始物品表征；基于目标对象与目标物品的交互关系，以及不同目标物品之间的物品多模态相似关系，更新初始物品表征，得到第一更新物品表征，物品多模态相似关系包括基于目标物品在至少一种预定模态下的表征确定的相似关系；基于交互关系，以及不同目标对象之间的对象多模态相似关系，更新初始对象表征，得到第一更新对象表征，对象多模态相似关系包括基于目标对象在至少一种预定模态下的表征确定的相似关系；基于第一更新物品表征、第一更新对象表征以及物品多模态表征，训练目标模型。
-
公开(公告)号：CN119441606A
公开(公告)日：2025-02-14
申请号：CN202411495232.9
申请日：2024-10-24
Applicant: 行吟信息科技(上海)有限公司 , 上海交通大学
IPC: G06F16/9535 , G06N20/00 , G06F18/213 , G06F18/23213 , G06N3/0499 , G06N3/0985
Abstract: 本申请涉及一种模型训练方法、物品推荐方法、装置、服务器和存储介质。所述模型训练方法包括：获取训练样本；所述训练样本包括样本用户和对应的样本物品；基于所述样本物品的模态特征，获取所述样本物品的离散化特征向量；所述模态特征包括多个特征段，所述离散化特征向量包括所述多个特征段对应的多个单元向量；至少根据所述样本用户的表征向量、所述离散化特征向量和目标模型，得到所述样本用户的目标表征和所述样本物品的目标表征；利用所述样本用户的目标表征和所述样本物品的目标表征，训练所述目标模型。采用本方法能够提升推荐结果准确度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.026 seconds)
