-
公开(公告)号：CN117956418A
公开(公告)日：2024-04-30
申请号：CN202410146546.1
申请日：2024-02-01
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种医疗帮扶信息推送方法、装置、设备及存储介质及计算机程序产品，属于医疗帮扶人群识别技术领域。本申请通过获取用户的手机信令数据，并根据所述手机信令数据，确定所述用户出行时的出行路线，并根据所述出行路线，确定所述用户与医疗场所的关联程度，从而可根据所述关联程度，制定帮扶策略，并根据所述帮扶策略，推送医疗相关信息至所述用户，以供所述用户查阅，即通过手机信令数据，确定出用户出行时的出行路线，并通过预设FP‑growth算法和改啊出行路线，进一步确定用户和医疗场所之间的关联程度，并根据该关联程度，制定相应的帮扶策略，从而可根据该帮扶策略，推送医疗相关信息至用户，以供用户查阅。
-
公开(公告)号：CN116975751A
公开(公告)日：2023-10-31
申请号：CN202210395290.9
申请日：2022-04-14
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F18/2431 , G06F18/2415 , G06Q30/0201
Abstract: 本申请涉及人工智能技术领域，提供一种用户意向分级方法、装置和电子设备，用户意向分级方法，包括：获取用户的运营商多维数据；获取用户意向分级结果：将所述运营商多维数据输入用户意向分级模型，得到所述用户意向分级模型输出的用户意向分级结果；其中，所述用户意向分级结果至少包括3种分级类型；且所述用户意向分级模型单次输出单种分级类型的所述用户意向分级结果；所述用户意向分级模型是多个运营商多维样本数据基于一对多拆解法和费舍尔判别法进行训练得到的。本申请实施例提高对用户进行意向分级的效率，以及实现对用户的更多层次的意向分级划分，提高在对意向用户进行精准营销的针对性。
-
公开(公告)号：CN116933268A
公开(公告)日：2023-10-24
申请号：CN202310893558.6
申请日：2023-07-19
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明涉及联邦学习技术领域，尤其涉及一种纵向安全联邦模型构建方法、装置、设备及存储介质，本发明纵向安全联邦模型构建方法分为两个阶段，第一阶段中通过初始特征提取模型第一建模参与方的第一时序化数据、第二建模参与方的第二时序化数据进行特征提取，得到两者对应的中间特征向量，减少时序化数据处于不同时间周期给数据处理带来的影响，第二阶段中，通过初始对第一阶段输出的中间特征向量进行前馈预测，并根据预测结果和第二建模方提供的样本标签进行参数反向传播训练，生成纵向安全联邦模型，从而得到可以实现处理不同时间周期的数据的纵向安全联邦模型，避免了现有技术中传统的纵向联邦学习模型不能处理不同时间周期的数据的技术问题。
-
公开(公告)号：CN116757547A
公开(公告)日：2023-09-15
申请号：CN202310834304.7
申请日：2023-07-07
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/0639 , G06Q10/0635 , G06Q40/00 , G06F18/213 , G06F18/214
Abstract: 本发明涉及分数评估技术领域，公开了一种风控评分方法、装置、设备及存储介质，该方法包括：根据评分卡模型建模指标集合得到衍生指标集合，并对衍生指标集合进行搜索，得到目标信息值序列以及对应的衍生指标和加权系数；根据目标信息值序列对应的衍生指标和加权系数进行特征生成，得到特征工程指标；基于特征工程指标进行模型训练，得到目标评分卡模型；通过目标评分卡模型对用户进行风控评分。通过上述方式，解决了特征工程灵活性低、模型的复杂度以及模型参数量增加，模型优化难度增大，导致存在过拟合或欠拟合风险的问题，实现指标自动特征工程与指标有效性筛选的结合，有效降低特征工程工作量。
-
公开(公告)号：CN116743481A
公开(公告)日：2023-09-12
申请号：CN202310834450.X
申请日：2023-07-07
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: H04L9/40
Abstract: 本发明涉及数字信息的传输技术领域，公开了一种服务安全管控方法、装置、设备及存储介质，该方法包括：获取用户数据请求对应的目标服务数据；根据用户数据请求的请求内容确定分段加密规则，其中，分段加密规则用于对所述目标服务数据中的待加密数据进行分段；根据分段加密规则确定待加密数据的分段结果；基于分段结果确定公私钥，并通过公私钥中的加密公钥对待加密数据进行加密；将加密后的目标服务数据发送至用户数据请求对应的发起用户。相比于现有技术，本发明有效提升了多方服务过程中用户信息的安全性。
-
Patent Agency Ranking
公开(公告)号：CN111177644A
公开(公告)日：2020-05-19
申请号：CN201911328229.7
申请日：2019-12-20
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例公开了一种模型参数的优化方法、装置、设备及存储介质。该方法包括：获取第一样本数据，第一样本数据包括多个维度的特征信息；将第一样本数据输入预设模型，得到根据第一样本数据的多个特征信息生成的第一样本数据的预测值；根据预测值和第一样本数据的真实值确定第一目标泛函；根据第一目标泛函确定参数调整步长；根据参数调整步长、预设初始矩阵、预设模型的初始参数和第一目标泛函，对初始参数进行调整，得到优化后的模型。本发明实施例的模型参数的优化方法、装置、设备及存储介质，可以通过拟牛顿的最优化算法L-BFGS算法对信用分模型参数进行优化，获得较低的计算压力和较高的模型精度。
-
公开(公告)号：CN117473428A
公开(公告)日：2024-01-30
申请号：CN202311538485.5
申请日：2023-11-16
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F18/243 , G06F18/214 , G06F18/23 , G06Q30/0201 , G06N20/20
Abstract: 本发明属于计算机领域，公开了一种业务推广方法、装置、设备及存储介质。该方法包括：基于正样本数据和未标记样本数据训练初始分类器，得到目标分类器；基于所述目标分类器对所述未标记样本数据进行预测，得到预测结果；根据所述预测结果确定待推广人群，并基于所述待推广人群进行业务推广。由于本发明是基于训练的目标分类器对未标记样本数据进行预测，得到预测结果；根据预测结果确定待推广人群，并基于待推广人群进行业务推广。相对于现有的随机选取用户进行业务推广的方式，本发明上述方式能够更加准确的选取待推广人群，提高业务推广效率。
-
公开(公告)号：CN117331783A
公开(公告)日：2024-01-02
申请号：CN202311294567.X
申请日：2023-10-07
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F11/30 , G06F18/243 , G06F18/2415 , G06N5/01 , G06N7/01
Abstract: 本申请公开了一种异常数据检测方法、装置、设备及存储介质，属于人工智能技术领域。本申请通过获取待检测的流量数据，并根据所述流量数据，通过预设的随机树模型进行数据分类，并在该分类过程中，通过多维分类指标，从所述流量数据的不同数据维度，对所述流量数据进行分类，并将该多维分类指标的分类情况决定随机树模型的分类效果，使得随机树模型同样能够从不同的数据维度出发，实现对流量数据进行精准分类的效果，因此，能够在通过该随机树模型在受到多维分类指标的分类影响的情境下，从不同的数据维度层面对流量数据进行分类，以提高对流量数据进行异常数据监测时的精准性。
-
公开(公告)号：CN117009659A
公开(公告)日：2023-11-07
申请号：CN202310878569.7
申请日：2023-07-17
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F16/9535 , G06N3/044 , G06N3/045 , G06N3/08
Abstract: 本发明公开一种套餐推荐方法、装置、设备及存储介质，涉及套餐推荐技术领域，方法包括：获取目标用户的相关历史数据集合，相关历史数据集合包括多种用户相关数据；将相关历史数据集合输入套餐推荐模型的特征提取模块，生成长序列特征编码；特征提取模块包括深度森林神经网络的多粒度扫描模块；将长序列特征编码输入套餐推荐模型的套餐匹配模块，得到待推荐套餐与目标用户的套餐匹配结果；套餐匹配模块包括循环神经网络。本发明使得循环神经网络根据长序列特征编码，输出的待推荐套餐与目标客户的套餐匹配结果更准确，解决了现有套餐推荐模型准确性较低的技术问题，提高了套餐推荐的准确性。
-
公开(公告)号：CN116916348A
公开(公告)日：2023-10-20
申请号：CN202310884991.3
申请日：2023-07-18
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明属于大数据技术领域，公开了一种基站扇区智能选取方法、装置、设备及存储介质。该方法包括：获取目标区域的基站扇区，根据基站扇区对应的用户信息，建立单日次数稀疏表；基于单日次数稀疏表，构建高维数据降维流形结构图；根据高维数据降维流形结构图，构建高维数据降维流形近邻图；基于高维数据降维流形近邻图的邻接矩阵，建立基站分类识别模型；基于基站分类识别模型，确定扇区对应的基站类别；根据基站类别，在基站扇区中选取目标基站扇区。通过上述方式，增加了模型训练的样本，并挖掘出深层的特征信息，模型训练过程中能利用足够多的特征信息，提高模型的准确性，提高基站扇区选取的准确性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.038 seconds)
