-
公开(公告)号：CN115345637A
公开(公告)日：2022-11-15
申请号：CN202110527670.9
申请日：2021-05-14
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例涉及大数据技术领域，公开了一种消费预测方法、装置、电子设备及计算机可读存储介质。该方法包括：获取待预测用户的第一用户数据，根据所述第一用户数据确定所述待预测用户的第一类别特征数据和第一消费特征数据；将所述第一类别特征数据输入训练好的聚类模型中，以确定所述待预测用户的用户类别；确定所述用户类别所对应的训练好的回归模型；将所述第一消费特征数据输入所述训练好的回归模型中，以生成所述待预测用户的消费指标预测值。通过上述方式，本发明实施例实现了对用户消费的准确预测。
-
公开(公告)号：CN115883328B
公开(公告)日：2025-04-25
申请号：CN202211587433.2
申请日：2022-12-09
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
IPC: H04L41/0631 , H04L41/12 , H04L41/14 , H04L67/10
Abstract: 本申请公开了一种大数据集群故障分析方法、装置、设备、介质及产品，其中，大数据集群故障分析方法包括：获取由多个第一分析模型构成的第一有向无环图；根据第一有向无环图确定多个第一分析模型的第一拓扑顺序；获取多个第一分析模型生成的多个第一分析任务，每个第一分析模型生成一个第一分析任务；根据第一拓扑顺序执行每个第一分析模型生成的第一分析任务，获得每个第一分析任务对应的第一分析结果；根据每个第一分析任务对应的第一分析结果，确定每个第一分析任务对应的分析对象的故障分析结果。根据本申请实施例，能够精准的对故障进行预测与定位，提高故障分析的准确率。
-
公开(公告)号：CN115514761B
公开(公告)日：2024-12-13
申请号：CN202110620110.8
申请日：2021-06-03
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: H04L67/10 , H04L67/12 , G06N20/20 , H04L67/141 , H04L67/562 , H04L9/40 , H04L41/14
Abstract: 本发明提供一种联邦学习环境下的数据共享与协同方法及系统，所述方法包括：数据提供节点从本地的中台层中提取数据并按照第一预设协议格式发布；数据评估节点获取数据提供节点发布的数据，并基于共享数据安全评估协议对数据提供节点发布的数据进行数据相对价值评估；数据协同任务发起节点获取目标数据，基于目标数据训练得到目标模型，并对目标数据进行数据动态价值评估；数据协同任务发起节点对所述目标数据中每个数据提供节点发布的数据进行数据应用价值评估；数据协同任务发起节点计算数据提供节点在当前数据协同任务中的激励，并根据所述激励向所述数据提供节点进行支付和结算。本发明可降低联邦学习大规模落地应用的难度。
-
公开(公告)号：CN112651416B
公开(公告)日：2024-09-17
申请号：CN201910962985.9
申请日：2019-10-11
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F18/211
Abstract: 本发明公开了特征选择方法、装置、设备和介质。该方法包括：获取原始特征集的当前待寻优特征子集；将原始特征集的候选特征子集中的第一特征加入当前待寻优特征子集，得到第一特征子集；从第一特征子集中剔除第二特征，得到第二特征子集；若第二特征子集不优于当前待寻优特征子集，将第一特征子集作为下一待寻优特征子集，直至第一特征子集满足预设停止准则，将第一特征子集选定为原始特征集的最优特征子集。根据本发明实施例提供的特征选择方法、装置、设备和介质，可以提高特征选择的精确度。
-
公开(公告)号：CN113808755B
公开(公告)日：2024-08-13
申请号：CN202010552673.3
申请日：2020-06-17
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G16H50/80 , G16H50/50 , G06F18/243 , G06F18/27 , G06N20/20 , H04W4/021 , G16Y10/60 , G16Y20/10 , G16Y20/40 , G16Y40/10 , G16Y40/60
Abstract: 本发明实施例公开了一种感染人群预测模型训练的方法、预测的方法、装置、设备。通过获取多个待测用户的特征信息，所述特征信息包括在预设时间段内待测用户处于感染基站覆盖区域的次数，待测用户的年龄，待测用户是否为感染用户的属性信息，待测用户的消费信息中的至少一种；基于所述多个待测用户的特征信息，训练初始模型作为感染人群预测模型。本发明实施例解决了无法及时准确预测感染者的问题，提高了预测感染者的速度和精确度。
-
Patent Agency Ranking
公开(公告)号：CN116955309A
公开(公告)日：2023-10-27
申请号：CN202210937600.5
申请日：2022-08-05
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F16/21
Abstract: 本申请涉及数据迁移技术领域，提供一种数据迁移方法和装置。所述方法包括：读取源数据库中的待迁移数据；将所述待迁移数据转换成中间数据；获取目标数据库的目标数据格式；将所述中间数据的格式转换成所述目标数据格式；确定迁移阈值，根据所述迁移阈值将所述目标数据格式的所述中间数据迁移至所述目标数据库。本申请实施例提供的数据迁移方法，无需预先进行代码的人工配置，也不需要考虑数据库类型，从而摆脱了海量数据的人工迁移，实现数据迁移的自动化，有效提升了数据迁移效率以及准确率。
-
公开(公告)号：CN116934469A
公开(公告)日：2023-10-24
申请号：CN202210329349.4
申请日：2022-03-31
Applicant: 中国移动通信集团辽宁有限公司 , 中国移动通信集团有限公司
Inventor： 杨猛
IPC: G06Q40/04
Abstract: 本申请公开了一种区块链交易的方法、装置、设备及计算机存储介质，应用于区块链系统，方法包括：接收客户端发送的交易请求并响应，确定与交易请求对应的输出分区，由输出分区创建交易请求的目标交易，并通过输出分区进行分区路由，路由得到与交易请求对应的至少一个输入分区，由至少一个输入分区对目标交易进行验证，并在验证通过的情况下，处理目标交易，能够减轻客户端在交易过程中被占用的计算资源较多的情形，提升交易效率。
-
公开(公告)号：CN116932636A
公开(公告)日：2023-10-24
申请号：CN202210373199.7
申请日：2022-04-11
Applicant: 中国移动通信集团辽宁有限公司 , 中国移动通信集团有限公司
Inventor： 杨猛
Abstract: 本申请公开了一种区块链分叉校正方法、装置、设备、存储介质及程序产品。该方法包括：在区块链系统中多个节点同时生成区块的情况下，确定同时生成的区块的工作证明，并计算各工作证明在区块链系统的使用占比；获取区块链系统的历史主链广播数据，并根据历史主链广播数据构建区块链系统中各节点的拓扑图谱；确定最大使用占比对应的工作证明为主链工作证明，并根据拓扑图谱，确定使用主链工作证明的数据链；将包含节点数量最多的数据链设置为主链，向各节点广播主链，以使各节点根据主链更新自身存储的区块链。根据本申请实施例，能快速校正区块链分叉。
-
公开(公告)号：CN116861229A
公开(公告)日：2023-10-10
申请号：CN202210321585.1
申请日：2022-03-25
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F18/214 , G06F16/29 , G06N20/20 , H04W4/029
Abstract: 本发明提供一种基于多维组合位置行为轨迹链的行为分析方法及装置，所述方法包括：采用精准定位和模式匹配结合的定位方式对用户进行全网测量报告MR定位；基于MR定位结果分别对用户进行室内外识别、楼宇分层识别及运动态识别；采用集成学习技术对位置定位模型进行训练，并对用户位置进行预测；构建基于用户位置的空间大数据库，并基于所述空间大数据库进行用户行为的预测及分析。本发明提供的基于多维组合位置行为轨迹链的行为分析方法及装置，通过多维组合定位及集成学习的方式构建基于用户位置行为的三位一体的位置定位模型，并构建基于用户位置的空间大数据库对用户行为进行预测分析，保证了对用户行为真实性及合理性的判别。
-
公开(公告)号：CN116703740A
公开(公告)日：2023-09-05
申请号：CN202210769005.5
申请日：2022-06-30
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06T5/00 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 本发明实施例提供了一种图像去噪方法、装置和计算机可读存储介质，所述方法包括：基于随机的噪音图像集生成噪音集合；利用所述噪音集合以及改进的生成对抗网络GAN进行噪声建模；所述改进的GAN由两个生成器和两个鉴别器组成；利用噪声建模得到的模型生成与干净图像集成对匹配的噪音图像集，汇总两图像集得到训练数据集；基于所述训练数据集训练深度神经网络CNN模型得到去噪模型，用于对待处理图像进行去噪处理。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.094 seconds)
