公开(公告)号：CN110019796A

公开(公告)日：2019-07-16

申请号：CN201711118314.1

申请日：2017-11-10

Applicant: 北京信息科技大学

Inventor： 张健 ,  齐林 ,  何琼 ,  李飞 ,  胡泽

IPC: G06F16/35 ,  G06N3/08

Abstract: 本发明提供一种用户文本信息分析方法，对待分析文本信息进行预处理；对预处理后的待分析文本信息进行潜在主题挖掘，获取文本的主题概率分布；针对所述主题概率分布计算文本的相似度，根据相似度进行用户特征值聚类；对聚类后的待分析文本信息进行数字化标记，得到待分析样本数据；将待分析样本数据输入预先建立的用户偏好分析模型中，得到用户偏好分析结果。该方案中，通过深入挖掘用户文本特征，计算用户间文本相似度，并根据相似度距离进行聚类分析，简化深度神经网络隐含层的结构，提高深度神经网络的学习效率。

公开(公告)号：CN109783219A

公开(公告)日：2019-05-21

申请号：CN201711107193.0

申请日：2017-11-10

Applicant: 北京信息科技大学

Inventor： 张健 ,  齐林 ,  何琼 ,  李飞 ,  胡泽

IPC: G06F9/50

Abstract: 本发明提供一种云资源优化调度方法，首先获取调度请求的各参数，然后计算出当前平均响应时间，然后判断当前平均响应时间所处的范围，若当前平均响应时间位于预设的理想响应时间和超时响应时间之间，计算收益损失与当前平均响应时间的对应关系，计算出所述收益损失和当前使用的虚拟资源的成本之和达到最小值时的虚拟资源的量，作为优选的数据资源的调度量。该方案可以保证收益损失不会太大，也就是保证了响应速度，但同时资源成本也不能太高，从而提高资源的利用效率并保证处理速度，从而达到资源的最优化分配，提升经济效益，避免了云资源的浪费，节省云应用用户的资源使用成本。