一种访问控制初始化智能推荐方法

    公开(公告)号:CN112804080A

    公开(公告)日:2021-05-14

    申请号:CN202011549292.6

    申请日:2020-12-24

    Abstract: 本发明公开了一种访问控制初始化智能推荐方法。本方法包括:1)将访问控制系统中的属性特征按照特征类型划分为连续型特征和离散型特征;2)对系统中同一条交互记录中的属性特征进行处理,生成对应交互记录的最终特征向量;其中针对每一个连续型特征,将其归一化后作为最终特征向量中的一维;针对每一个离散型特征,将其编码索引标识添加到最终特征向量中;3)利用各最终特征向量训练模型;4)当用户U登录该访问控制系统时,获取用户U的初始属性;5)将该初始属性和该访问控制系统的每一资源属性组合成一序列,生成该序列对应的最终特征向量并将其输入训练后的模型进行预测,得到n个候选资源并对其进行筛选,推荐给用户U。

    一种自回归弹幕生成方法和系统

    公开(公告)号:CN113505267A

    公开(公告)日:2021-10-15

    申请号:CN202110677802.6

    申请日:2021-06-18

    Abstract: 本发明公开了一种自回归弹幕生成方法和系统。本方法为:1)选取一训练数据集对模型进行训练,所述模型包括双向编码器、自回归解码器和分类器;该训练数据集中的每条样本包括视频片段的图像截图,该视频片段的参考弹幕,该参考弹幕周围且发送时间在参考弹幕之前的一系列上下文弹幕,以及该视频片段所属视频的视频类别;2)对于当前播放的目标视频,当用户从该目标视频中选取一目标位置并输入弹幕文本时,将当前输入的弹幕文本作为参考弹幕,利用训练后的自回归解码器模块从该参考弹幕的首个词开始,依次将每个词作为生成目标弹幕的提示词,最终生成该目标位置的弹幕文本。本发明大大改善了目前网站中的候选弹幕质量。

    一种以用户为中心的个性化推荐隐私保护方法及系统

    公开(公告)号:CN112035755B

    公开(公告)日:2023-04-07

    申请号:CN202010674632.1

    申请日:2020-07-14

    Abstract: 本发明提供一种以用户为中心的差分隐私个性化推荐方法及系统:生成m个哈希函数,并发送至任一用户侧,用户侧通过用户与本地物品集合的历史交互记录,构造一n维的第一用户表示向量;接收用户侧发送的m维第二用户表示向量,所述第二用户表示向量依据m个哈希函数由第一用户表示向量转换;计算若干待预测物品的待预测物品表示向量,将所述第二表示向量与一待预测物品表示向量逐组地输入一神经协同过滤学生模型,得到该用户对各待预测物品的评分,并根据所述评分进行物品推荐。本发明避免服务方或可信第三方在集中对原始数据进行隐私化处理时的隐私泄露隐患,能够为未出现在训练集中的用户提供推荐,使用户避免向服务方发送唯一标识来获取推荐。

    一种以用户为中心的个性化推荐隐私保护方法及系统

    公开(公告)号:CN112035755A

    公开(公告)日:2020-12-04

    申请号:CN202010674632.1

    申请日:2020-07-14

    Abstract: 本发明提供一种以用户为中心的差分隐私个性化推荐方法及系统:生成m个哈希函数,并发送至任一用户侧,用户侧通过用户与本地物品集合的历史交互记录,构造一n维的第一用户表示向量;接收用户侧发送的m维第二用户表示向量,所述第二用户表示向量依据m个哈希函数由第一用户表示向量转换;计算若干待预测物品的待预测物品表示向量,将所述第二表示向量与一待预测物品表示向量逐组地输入一神经协同过滤学生模型,得到该用户对各待预测物品的评分,并根据所述评分进行物品推荐。本发明避免服务方或可信第三方在集中对原始数据进行隐私化处理时的隐私泄露隐患,能够为未出现在训练集中的用户提供推荐,使用户避免向服务方发送唯一标识来获取推荐。

    多角度引入属性语义的知识表示学习方法和系统

    公开(公告)号:CN112036182B

    公开(公告)日:2024-07-19

    申请号:CN202010757468.0

    申请日:2020-07-31

    Abstract: 本发明涉及一种多角度引入属性语义的知识表示学习方法和系统。所述方法包括:对结点的属性语义进行表征,得到属性文本的嵌入式表示;将属性文本的嵌入式表示与结点的嵌入式表示及数字外部信息的嵌入式表示相结合,代入到融合数字外部信息的知识表示学习模型中;通过融合数字外部信息的知识表示学习模型得到实体和关系的嵌入式表示。其中,采用以下两种方式中的至少一种对结点的属性语义进行表征:利用词袋模型对属性的语义进行表征;将属性看作结点的描述性文本,利用自然语言处理工具对描述性文本的语义进行表征。本发明提供了两种引入属性语义的角度,对数字形式的外部数据进行了更充分的利用,并最终提高了表示学习效果。

    多角度引入属性语义的知识表示学习方法和系统

    公开(公告)号:CN112036182A

    公开(公告)日:2020-12-04

    申请号:CN202010757468.0

    申请日:2020-07-31

    Abstract: 本发明涉及一种多角度引入属性语义的知识表示学习方法和系统。所述方法包括:对结点的属性语义进行表征,得到属性文本的嵌入式表示;将属性文本的嵌入式表示与结点的嵌入式表示及数字外部信息的嵌入式表示相结合,代入到融合数字外部信息的知识表示学习模型中;通过融合数字外部信息的知识表示学习模型得到实体和关系的嵌入式表示。其中,采用以下两种方式中的至少一种对结点的属性语义进行表征:利用词袋模型对属性的语义进行表征;将属性看作结点的描述性文本,利用自然语言处理工具对描述性文本的语义进行表征。本发明提供了两种引入属性语义的角度,对数字形式的外部数据进行了更充分的利用,并最终提高了表示学习效果。

    一种自回归弹幕生成方法和系统

    公开(公告)号:CN113505267B

    公开(公告)日:2023-12-05

    申请号:CN202110677802.6

    申请日:2021-06-18

    Abstract: 本发明公开了一种自回归弹幕生成方法和系统。本方法为:1)选取一训练数据集对模型进行训练,所述模型包括双向编码器、自回归解码器和分类器;该训练数据集中的每条样本包括视频片段的图像截图,该视频片段的参考弹幕,该参考弹幕周围且发送时间在参考弹幕之前的一系列上下文弹幕,以及该视频片段所属视频的视频类别;2)对于当前播放的目标视频,当用户从该目标视频中选取一目标位置并输入弹幕文本时,将当前输入的弹幕文本作为参考弹幕,利用训练后的自回归解码器模块从该参考弹幕的首个词开始,依次将每个词作为生成目标弹幕的提示词,最终生成该目标位置的弹幕文本。本发明大大改善了目前网站中的候选弹幕质量。

    一种访问控制初始化智能推荐方法

    公开(公告)号:CN112804080B

    公开(公告)日:2022-09-30

    申请号:CN202011549292.6

    申请日:2020-12-24

    Abstract: 本发明公开了一种访问控制初始化智能推荐方法。本方法包括:1)将访问控制系统中的属性特征按照特征类型划分为连续型特征和离散型特征;2)对系统中同一条交互记录中的属性特征进行处理,生成对应交互记录的最终特征向量;其中针对每一个连续型特征,将其归一化后作为最终特征向量中的一维;针对每一个离散型特征,将其编码索引标识添加到最终特征向量中;3)利用各最终特征向量训练模型;4)当用户U登录该访问控制系统时,获取用户U的初始属性;5)将该初始属性和该访问控制系统的每一资源属性组合成一序列,生成该序列对应的最终特征向量并将其输入训练后的模型进行预测,得到n个候选资源并对其进行筛选,推荐给用户U。

Patent Agency Ranking