公开(公告)号：CN119622114A

公开(公告)日：2025-03-14

申请号：CN202411510981.4

申请日：2024-10-28

Applicant: 北京大学(天津滨海)新一代信息技术研究院 ,  北京大学

Inventor： 刘学洋 ,  胡文蕙 ,  蔡莹莹

IPC: G06F16/9536 ,  G06F16/9535 ,  G06N3/0442 ,  G06Q50/00

Abstract: 本发明提供一种基于时空特征与内容偏好的信息级联预测方法及装置，方法包括：获取用户的社交关系数据，并调用GCN模型对社交关系数据进行生成，得到用户的社交关系嵌入特征；再调用GRU模型构建得到用户时空特征，并对用户时空特征进行基于信息级联的特征构建，得到用户时空级联特征；获取用户将参与的信息传播内容，基于信息传播内容构建多模态联合特征，并确定兴趣影响因子。最后确定用户时空级联特征与兴趣影响因子的点积相似度，并根据点积相似度预测得到用户针对信息传播内容的参与概率。通过本申请，解决了现有技术中信息级联预测任务的预测效果不佳的技术问题。

公开(公告)号：CN114647738B

公开(公告)日：2024-12-31

申请号：CN202210116598.5

申请日：2022-02-07

Applicant: 北京大学 ,  青岛国新健康产业科技有限公司

Inventor： 刘学洋 ,  刘英杰 ,  王力田 ,  舒正 ,  胡文蕙

IPC: G06F16/36 ,  G06Q40/08 ,  G16H40/20

Abstract: 本发明提供一种用于医保数据的异常行为关联分析方法及系统，该方法包括：基于医保场景知识图谱，根据目标就诊路径，确定与目标医保节点之间存在关联的多个待分析医保节点，并获取各个待分析医保节点在医保场景知识图谱中的待分析就诊路径；根据就诊次数信息，分别对目标就诊路径和各个待分析就诊路径中的子路径进行加权处理，并计算加权处理后的目标就诊路径与各个加权处理后的待分析就诊路径之间的相似度值；选取相似度值TOP‑K的待分析医保节点作为目标分析医保节点，根据目标医保节点和目标分析医保节点之间的共现就诊路径，生成对应的医保数据关联分析结果。本发明提高了医保异常病历审核效率和异常行为分析结果准确性。

公开(公告)号：CN117688198A

公开(公告)日：2024-03-12

申请号：CN202410148264.5

申请日：2024-02-02

Applicant: 北京大学

Inventor： 胡文蕙 ,  刘学洋 ,  王嘉锡

IPC: G06F16/583 ,  G06F16/58 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06T7/73

Abstract: 本发明涉及视觉识别技术领域，提供一种基于预训练模型的视觉定位方法，所述预训练模型包括图像编码器和文本编码器，该方法包括：接收待查询语句和给定图像；利用所述图像编码器获取所述给定图像的一维特征，记为第一特征；利用所述文本编码器获取所述待查询语句的一维特征，记为第二特征；利用所述第一特征、第二特征作为软标签引导所述给定图像和所述待查询语句的标记化表达的开始位置，并引导位置标记的学习；基于所述位置标记预测视觉对象定位边框。本发明通过融合图像、语句双模态特征融合以及通过多模态蒸馏损失的计算能够实现多模态之间的知识迁移，解决了模态领域之间的差距问题，进而提高预测性能。

公开(公告)号：CN114169869B

公开(公告)日：2022-06-07

申请号：CN202210131714.0

申请日：2022-02-14

Applicant: 北京大学

Inventor： 刘学洋 ,  胡文蕙 ,  张津婵 ,  邵文宇

IPC: G06Q10/10 ,  G06Q10/04 ,  G06Q10/06 ,  G06F16/9535 ,  G06K9/62 ,  G06N7/00

Abstract: 本发明提供一种基于注意力机制的岗位推荐方法及装置，包括：确定目标个体的目标任职序列；将目标任职序列输入至岗位预测模型，获取由岗位预测模型输出的目标个体在每个预设岗位的任职概率；根据所有的任职概率，在所有的预设岗位中确定目标个体的推荐岗位；岗位预测模型是基于注意力机制构建的；岗位预测模型是基于样本任职序列，以及样本任职序列对应的样本预测岗位训练后得到的。本发明提供的基于注意力机制的岗位推荐方法及装置，利用带有注意力机制的岗位预测模型根据目标个体的任职序列，对目标个体下一次在每个预设岗位任职的概率进行预测，使得预测的岗位更加准确，与人员的符合度更高。

公开(公告)号：CN113239240B

公开(公告)日：2024-11-05

申请号：CN202110277753.7

申请日：2021-03-15

Applicant: 北京大学 ,  青岛国新健康产业科技有限公司

Inventor： 刘学洋 ,  刘英杰 ,  张文默 ,  舒正 ,  胡文蕙

IPC: G06F16/901 ,  G06Q40/08 ,  G06Q50/00

Abstract: 本发明提供一种医保违规对象发现方法及装置，其方法包括：基于第一目标时段目标区域内医保参保人购买药品的交易数据，构建若干个关系图，并将至少一个所述关系图作为目标关系图；基于社区发现算法，对所述目标关系图进行社区发现，确定医保违规对象；其中，所述关系图中的结点表示医保参保人，所述关系图中的边表示所述边连接的两个结点所表示的医保参保人购买药品的交易之间的关系。本发明提供的医保违规对象发现方法及装置，通过获取目标关系图后，对目标关系图进行社区发现，确定医保违规对象，能更准确的发现医保违规对象，发现医保违规对象的过程简单，投入成本较低。

公开(公告)号：CN117785659A

公开(公告)日：2024-03-29

申请号：CN202311576850.1

申请日：2023-11-23

Applicant: 北京大学

Inventor： 刘学洋 ,  胡文蕙 ,  李书屹

IPC: G06F11/36 ,  G06N5/022 ,  G06N5/02 ,  G06F16/36

Abstract: 本发明提供一种区块链系统与测试样例匹配方法、装置及电子设备，所述方法包括：获取待测试区块链系统；构建知识图谱，其中，所述知识图谱包括多个三元组，所述三元组包括区块链系统实体、测试样例实体，以及所述区块链系统实体与所述测试样例实体之间的关系；在所述待测试区块链系统与所述知识图谱中的所述区块链系统实体之间的相似度大于相似度阈值的情况下，将与所述区块链系统实体匹配的测试样例实体，作为匹配所述待测试区块链系统的测试样例。实现了可以准确、高效匹配区块链系统的测试样例，从而可以推进区块链系统测试方案的标准化。

公开(公告)号：CN114338248B

公开(公告)日：2022-08-05

申请号：CN202210249805.4

申请日：2022-03-15

Applicant: 北京大学

Inventor： 孙基男 ,  刘学洋 ,  胡文蕙 ,  李天赐 ,  郑超凡

IPC: H04L9/40 ,  G06N20/00 ,  G06N3/04

Abstract: 本发明提供一种基于机器学习的用户异常行为检测方法及装置，该方法包括：获取用户的操作日志信息；将操作日志信息输入到行为检测模型中，得到行为检测模型输出的用户行为属性；其中，行为检测模型为以样本日志信息为样本，以与样本日志信息对应的用户行为属性样本数据为标签进行训练得到的；行为检测模型内部包括多种神经网络模型，每种神经网络模型基于操作日志信息输出一种参考行为属性，用户行为属性为基于多种神经网络模型的权重参数以及对应输出的参考行为属性确定的。本发明提供的基于机器学习的用户异常行为检测方法及装置，得到用户行为属性的准确率更高，能够提高对用户异常行为检测的效率，便于及时发现用户的异常行为。

公开(公告)号：CN111666774B

公开(公告)日：2022-06-03

申请号：CN202010334379.5

申请日：2020-04-24

Applicant: 北京大学

Inventor： 叶蔚 ,  张龙 ,  张世琨 ,  刘学洋 ,  胡文蕙

IPC: G06F40/58 ,  G06F40/30 ,  G06F40/205

Abstract: 本发明实施例提供一种基于文档上下文的机器翻译方法及装置，方法包括：基于句子级Encoder获取当前句子的源端上下文表征、目标端上下文草稿表征和当前句子的草稿译文表征；基于文档级Encoder获取当前句子的源端句子表征，在源端句子表征中融合源端上下文表征，获取融合后的所述源端句子表征；基于文档级Decoder获取所述当前句子的目标端句子表征，在目标端句子表征中融合当前句子的草稿译文表征和目标端上下文草稿表征，根据融合后的目标端句子表征和融合后的源端句子表征，获取当前句子的最终翻译结果。本发明实施例引入文档级信息进行上下文知识推理，以此对句子级别的草稿译文进行修正，改善了翻译质量，得到更好的译文。

公开(公告)号：CN114168819A

公开(公告)日：2022-03-11

申请号：CN202210131722.5

申请日：2022-02-14

Applicant: 北京大学

Inventor： 胡文蕙 ,  刘学洋 ,  张津婵 ,  邵文宇

IPC: G06F16/9035 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/10 ,  G06F16/901

Abstract: 本发明提供一种基于图神经网络的岗位匹配方法及装置，包括：获取目标履历对应的目标任职序列；将目标任职序列输入至岗位匹配模型，获取由岗位匹配模型输出的目标任职序列与多个预设岗位的匹配程度；根据匹配程度，在多个预设岗位中确定目标履历的匹配岗位；岗位匹配模型是基于图神经网络构建的；岗位匹配模型是基于样本任职序列，以及样本任职序列对应的样本匹配岗位训练后得到的。本发明提供的基于图神经网络的岗位匹配方法及装置，利用基于图神经网络构建的岗位匹配模型根据目标任职序列，对目标履历数据对应的个体在下一次任职与每个预设岗位任职的进行匹配，使得匹配的岗位更加合理，与人员的符合度更高。

公开(公告)号：CN114153994A

公开(公告)日：2022-03-08

申请号：CN202210117277.7

申请日：2022-02-08

Applicant: 北京大学

Inventor： 胡文蕙 ,  刘学洋 ,  张文默

IPC: G06F16/36 ,  G06F16/332 ,  G06F16/33 ,  G06Q40/08

Abstract: 本发明提供一种医保信息问答方法及装置，应用于智能问答技术领域，其中方法包括：获取用户咨询问题；对所述用户咨询问题进行关键词提取，确定所述用户咨询问题对应的待查询实体和/或待查询关系；基于所述待查询实体和/或待查询关系，在医保信息知识图谱中进行检索，得到所述待查询实体和/或待查询关系对应的候选三元组；所述医保信息知识图谱是基于医保信息文本构建的；基于所述候选三元组，确定所述用户咨询问题对应的答案。本发明提供的方法及装置，提高了对医保信息进行查询的准确性以及查询效率，提高了医保信息文本的利用率，提高了用户进行医疗咨询的服务体验。