-
公开(公告)号：CN102495837B
公开(公告)日：2014-05-07
申请号：CN201110339200.6
申请日：2011-11-01
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)确定数字信息的不同类别，每个类别中包括多个项目，其中所述类别之间存在关联关系；3)基于所述关联关系建立所述模型并训练获得所述模型，其中所述模型中包括一个或多个和集合相关的参数，其中所述集合为与一个类别的项目相关的另一个类别的项目的集合或者多个与一个类别的项目相关的另一个类别的项目的集合的并集。上述训练的预测模型可以有效的在实际推荐中缓解用户打分数不足造成的可利用打分数据严重稀疏的问题，具有很好的推荐效果。
-
公开(公告)号：CN102929988B
公开(公告)日：2015-07-08
申请号：CN201210401317.7
申请日：2012-10-19
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明公开了用于对倒排索引进行压缩的文档序号重排方法及其系统，该方法包括：步骤1，对已经分配好文档序号的文档进行词语划分得到词项，对所述词项按照其在所述文档中的出现频率进行排列，得到第一顺序的词项；步骤2，利用所述第一顺序的词项对所述文档进行重新排序，获得所述文档的最终排序；步骤3，新的文档序号按照所述文档的最终排序进行重新分配。本发明在运行过程中通过对词项进行排序，挖掘文档之间的相似度关系，仅占用少量内存空间，大大降低了算法的时间复杂度和空间复杂度。
-
Patent Agency Ranking
公开(公告)号：CN103235794A
公开(公告)日：2013-08-07
申请号：CN201310113071.8
申请日：2013-04-02
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供了一种基于文档序号处理的倒排索引表示方法及系统，其中方法包括：步骤1.将倒排记录表按文档序号升序或降序排列，获得排序后的倒排记录表，从排序后的倒排记录表提取多个文档序列；步骤2.计算所述多个文档序列的序列长度，根据所述序列长度对其进行相应操作：当序列的长度n小于3时，直接存储该序列，当序列的长度n大于等于3时，提取该序列起始和终止的两个边界文档序号，并在所述两个边界文档序号中间插入数字0后进行储存；步骤3.进行差值处理：对储存的所有序列的相邻文档序号进行差值计算并将相邻文档序号进行比较，获得的差值代替大的边界文档序号，获得新的倒排表。本发明能够有效地提高倒排索引的压缩率。
-
公开(公告)号：CN102929988A
公开(公告)日：2013-02-13
申请号：CN201210401317.7
申请日：2012-10-19
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明公开了用于对倒排索引进行压缩的文档序号重排方法及其系统，该方法包括：步骤1，对已经分配好文档序号的文档进行词语划分得到词项，对所述词项按照其在所述文档中的出现频率进行排列，得到第一顺序的词项；步骤2，利用所述第一顺序的词项对所述文档进行重新排序，获得所述文档的最终排序；步骤3，新的文档序号按照所述文档的最终排序进行重新分配。本发明在运行过程中通过对词项进行排序，挖掘文档之间的相似度关系，仅占用少量内存空间，大大降低了算法的时间复杂度和空间复杂度。
-
公开(公告)号：CN102495837A
公开(公告)日：2012-06-13
申请号：CN201110339200.6
申请日：2011-11-01
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种数字信息推荐预测模型的训练方法和系统，该方法包括：1)接收打分数据；2)确定数字信息的不同类别，每个类别中包括多个项目，其中所述类别之间存在关联关系；3)基于所述关联关系建立所述模型并训练获得所述模型，其中所述模型中包括一个或多个和集合相关的参数，其中所述集合为与一个类别的项目相关的另一个类别的项目的集合或者多个与一个类别的项目相关的另一个类别的项目的集合的并集。上述训练的预测模型可以有效的在实际推荐中缓解用户打分数不足造成的可利用打分数据严重稀疏的问题，具有很好的推荐效果。
-
-
-
-
-
Search Results
7
records
(took 0.035 seconds)
