公开(公告)号：CN103399918A

公开(公告)日：2013-11-20

申请号：CN201310330651.2

申请日：2013-07-31

Applicant: 东北大学

Inventor： 王冬琦 ,  魏小淞 ,  黄新宇 ,  王静

IPC: G06F17/30

Abstract: 本发明一种提高网站被搜索率的方法，属于互联网与搜索引擎领域，本发明通过收集影响搜索引擎的因素和模式，利用线性迭代算法进行迭代获取权值，从而对网站排名得出一个可以量化的分数，并能够针对各个影响因素与权值的乘积的取值提出对网站优化的合理建议，降低了成本，提高网站推广的效率。

公开(公告)号：CN107451267B

公开(公告)日：2020-02-21

申请号：CN201710647317.8

申请日：2017-08-01

Applicant: 东北大学

Inventor： 陈东明 ,  胡阳 ,  黄新宇

IPC: G06F16/9535 ,  G06Q30/02 ,  G06Q30/06

Abstract: 本发明涉及一种基于Spark平台的分布式推荐方法，当用户输入相关参数合法且用户点击历史行为数据不为空时，产生基于ItemBased协同过滤的推荐序列A；对基于以用户为顶点，用户与用户的共同点击数为边进行社团发现，产生基于UserBased协同过滤的推荐序列B；将A和B按照不同的权重进行合并，产生基于协同过滤的推荐序列C；在C的基础上，关注用户个人点击历史行为，利用因子分解机模型进行训练，产生训练模型进行预测，产生预测推荐序列结果P；按照合并规则对C和P进行合并，生成最终推荐序列F并排序，写入实时数据库。本发明能满足海量大数据的推荐需求，将集体智慧推荐与个人智慧推荐相结合，形成最终的推荐序列。

公开(公告)号：CN106484877A

公开(公告)日：2017-03-08

申请号：CN201610898403.1

申请日：2016-10-14

Applicant: 东北大学

Inventor： 陈东明 ,  胡阳 ,  黄新宇

IPC: G06F17/30

Abstract: 基于HDFS的文件检索系统，包括系统配置模块、文件管理模块、索引管理模块、检索门户模块、MongoDB数据库、HDFS集群、Spark集群和ElasticSearch集群；文件管理模块将文件存入HDFS集群；索引管理模块通过Spark集群创建索引，并存入ElasticSerch集群；检索门户模块将检索条件发送给ElasticSearch集群进行索引匹配，得到检索结果，MongoDB数据库用于存储文件检索过程中产生的记录；本发明的HDFS集群、Spark集群和ElasticSearch集群均采用分布式，减轻查询负载，提高查询效率；采用主从架构具有水平扩展性和稳定性，便于提升集群整体的处理能力，系统工作状态稳定；采用副本冗余策略，能够保证索引的可靠性与完整性。

公开(公告)号：CN103399918B

公开(公告)日：2016-08-17

申请号：CN201310330651.2

申请日：2013-07-31

Applicant: 东北大学

Inventor： 王冬琦 ,  魏小淞 ,  黄新宇 ,  王静

IPC: G06F17/30

Abstract: 本发明一种提高网站被搜索率的方法，属于互联网与搜索引擎领域，本发明通过收集影响搜索引擎的因素和模式，利用线性迭代算法进行迭代获取权值，从而对网站排名得出一个可以量化的分数，并能够针对各个影响因素与权值的乘积的取值提出对网站优化的合理建议，降低了成本，提高网站推广的效率。

公开(公告)号：CN106484877B

公开(公告)日：2019-04-26

申请号：CN201610898403.1

申请日：2016-10-14

Applicant: 东北大学

Inventor： 陈东明 ,  胡阳 ,  黄新宇

IPC: G06F16/13 ,  G06F16/14

Abstract: 基于HDFS的文件检索系统，包括系统配置模块、文件管理模块、索引管理模块、检索门户模块、MongoDB数据库、HDFS集群、Spark集群和ElasticSearch集群；文件管理模块将文件存入HDFS集群；索引管理模块通过Spark集群创建索引，并存入ElasticSerch集群；检索门户模块将检索条件发送给ElasticSearch集群进行索引匹配，得到检索结果，MongoDB数据库用于存储文件检索过程中产生的记录；本发明的HDFS集群、Spark集群和ElasticSearch集群均采用分布式，减轻查询负载，提高查询效率；采用主从架构具有水平扩展性和稳定性，便于提升集群整体的处理能力，系统工作状态稳定；采用副本冗余策略，能够保证索引的可靠性与完整性。

公开(公告)号：CN107451267A

公开(公告)日：2017-12-08

申请号：CN201710647317.8

申请日：2017-08-01

Applicant: 东北大学

Inventor： 陈东明 ,  胡阳 ,  黄新宇

IPC: G06F17/30 ,  G06Q30/02 ,  G06Q30/06

Abstract: 本发明涉及一种基于Spark平台的分布式推荐方法，当用户输入相关参数合法且用户点击历史行为数据不为空时，产生基于ItemBased协同过滤的推荐序列A；对基于以用户为顶点，用户与用户的共同点击数为边进行社团发现，产生基于UserBased协同过滤的推荐序列B；将A和B按照不同的权重进行合并，产生基于协同过滤的推荐序列C；在C的基础上，关注用户个人点击历史行为，利用因子分解机模型进行训练，产生训练模型进行预测，产生预测推荐序列结果P；按照合并规则对C和P进行合并，生成最终推荐序列F并排序，写入实时数据库。本发明能满足海量大数据的推荐需求，将集体智慧推荐与个人智慧推荐相结合，形成最终的推荐序列。