-
公开(公告)号：CN115329215A
公开(公告)日：2022-11-11
申请号：CN202211001216.0
申请日：2022-08-19
Applicant: 北京建筑大学
IPC: G06F16/9536 , G06F16/906 , G06F16/36 , G06N3/04 , G06Q30/06
Abstract: 本发明涉及一种异构网络中基于自适应动态知识图谱的推荐方法及系统，属于推荐领域，根据用户以及项目之间的复杂交互关系，构建异构网络，提取用户隐式特征，同时利用图注意力网络中的多头注意力来提取用户的短期偏好，对知识图谱进行更新，进而对用户、项目集合进行分簇，建立种子簇集合，利用RippleNet模型计算概率预测值，得到推荐结果列表，实现时效性以及自适应性，提高推荐系统准确性，更好地解决数据稀疏、冷启动以及偏差问题。
-
公开(公告)号：CN117076772A
公开(公告)日：2023-11-17
申请号：CN202311057137.6
申请日：2023-08-22
Applicant: 北京建筑大学
IPC: G06F16/9535 , G06F16/535 , G06N3/0464 , G06N3/08 , G06Q30/0601
Abstract: 本发明公开一种基于用户心理性格及递进式解离化的图像推荐方法，属于图像推荐领域。该方法首先构建用户高阶强弱特征偏好网络，实现用户的深层次偏好表征。然后提出基于滑动窗口网络的购物心理‑性格提取胶囊，以推断用户购买不同商品的心理和性格差异，多维度深层次表征用户购物行为心理和性格特征。最后提出递进式偏好解离化方法，分别使用点击和加购行为融合，后续引入辅助任务购买、喜欢和使用购物心理和性格作为基础任务，后续引入辅助任务衍生续购偏好，多任务同时解离多个偏好因素，获取不同行为之间显着的用户行为特征。本发明从用户行为序列出发，全面、深层次挖掘隐含信息，提高图像推荐的准确性和多样化。
-
公开(公告)号：CN113807977A
公开(公告)日：2021-12-17
申请号：CN202111028476.2
申请日：2021-09-02
Applicant: 北京建筑大学
Abstract: 本发明提供基于动态知识图谱的托攻击检测方法，包括：采集用户信息；计算用户个人偏好及社交风格；结合用户关系随动态变化因素的变化，建立用户关系动态知识图谱；根据真实用户的用户关系随动态变化因素产生变化，托攻击用户的用户关系在传播能力消逝后随动态变化因素不产生变化，利用图团体聚类方法对用户关系动态知识图谱进行用户聚类，以检测出托攻击用户。本发明的基于动态知识图谱的托攻击检测方法，将用户模拟为社会传感器，结合用户关系随动态变化因素的变化建立用户关系动态知识图谱，准确描述用户关系在社会活动中的动态变化，集合随动态变化因素在若干时刻下变化的用户关系来分析检测托攻击用户，能够更精准地被检测得到托攻击用户。
-
公开(公告)号：CN119202237A
公开(公告)日：2024-12-27
申请号：CN202411390625.3
申请日：2024-10-08
Applicant: 北京建筑大学
IPC: G06F16/34 , G06F40/30 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06N3/092
Abstract: 本申请提供一种长文本摘要快速生成方法、模型训练方法和装置。本申请提供的长文本摘要快速生成方法包括：获取待摘要的长文本，并对长文本进行分块，得到多个文本块；摘要编码器读取第i个文本块，计算第i个文本块的前向隐藏状态和后向隐藏状态；基于第i个文本块的前向隐藏状态和后向隐藏状态预测跳读位置；基于跳读位置确定下一待读取的文本块编号，作为最新的i值，返回摘要编码器读取第i个文本块的步骤；组合所有已读取的文本块的前向隐藏状态和后向隐藏状态，获得编码器输出的第一隐藏表示；添加各个已读取的文本块的位置信息嵌入表示，重构第一隐藏表示，以获得第二隐藏嵌入表示；摘要解码器基于第二隐藏嵌入表示预测输出长文本的摘要。
-
公开(公告)号：CN113807977B
公开(公告)日：2023-05-05
申请号：CN202111028476.2
申请日：2021-09-02
Applicant: 北京建筑大学
Abstract: 本发明提供基于动态知识图谱的托攻击检测方法，包括：采集用户信息；计算用户个人偏好及社交风格；结合用户关系随动态变化因素的变化，建立用户关系动态知识图谱；根据真实用户的用户关系随动态变化因素产生变化，托攻击用户的用户关系在传播能力消逝后随动态变化因素不产生变化，利用图团体聚类方法对用户关系动态知识图谱进行用户聚类，以检测出托攻击用户。本发明的基于动态知识图谱的托攻击检测方法，将用户模拟为社会传感器，结合用户关系随动态变化因素的变化建立用户关系动态知识图谱，准确描述用户关系在社会活动中的动态变化，集合随动态变化因素在若干时刻下变化的用户关系来分析检测托攻击用户，能够更精准地被检测得到托攻击用户。
-
Patent Agency Ranking
公开(公告)号：CN117076772B
公开(公告)日：2025-05-16
申请号：CN202311057137.6
申请日：2023-08-22
Applicant: 北京建筑大学
IPC: G06F16/9535 , G06F16/535 , G06N3/0464 , G06N3/08 , G06Q30/0601
Abstract: 本发明公开一种基于用户心理性格及递进式解离化的图像推荐方法，属于图像推荐领域。该方法首先构建用户高阶强弱特征偏好网络，实现用户的深层次偏好表征。然后提出基于滑动窗口网络的购物心理‑性格提取胶囊，以推断用户购买不同商品的心理和性格差异，多维度深层次表征用户购物行为心理和性格特征。最后提出递进式偏好解离化方法，分别使用点击和加购行为融合，后续引入辅助任务购买、喜欢和使用购物心理和性格作为基础任务，后续引入辅助任务衍生续购偏好，多任务同时解离多个偏好因素，获取不同行为之间显着的用户行为特征。本发明从用户行为序列出发，全面、深层次挖掘隐含信息，提高图像推荐的准确性和多样化。
-
公开(公告)号：CN119202238A
公开(公告)日：2024-12-27
申请号：CN202411390676.6
申请日：2024-10-08
Applicant: 北京建筑大学
IPC: G06F16/34 , G06F18/21 , G06F40/186 , G06F40/284 , G06N3/045 , G06N3/084 , G06N5/02
Abstract: 本申请提供一种基于自适应提示模板的摘要一致性评估方法和装置。本申请提供的基于自适应提示模板的摘要一致性评估方法包括：获取源文档以及待评价的摘要并输入模板构造层；模板构造层基于源文档和待评价的摘要选择最优模板形式；模板构造层基于最优模板形式确定提示模板，提示模板至少包括不连续空白信息；拼接源文档、待评价的摘要和提示模板，构成预训练摘要一致性评估模型的混合输入；将混合输入到掩码语言模型层，预测提示模板中的不连续空白信息，输出学习结果；通过标签映射层和学习结果确定源文档和待评价的摘要的一致性评估结果。本申请可在少数人工标注的样本情况下较准确的评估文本摘要事实一致性问题。
-
公开(公告)号：CN114332540B
公开(公告)日：2024-10-29
申请号：CN202111673587.9
申请日：2021-12-31
Applicant: 北京建筑大学 , 北京市第三建筑工程有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/231 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于大数据的楼宇自动化系统数据标记方法，方法包括：S1：获取室温温度、室外温度、焓的含量、电力消耗、空气处理机组AHU的监测数据以及变风量空调系统VAV的监测数据；S2：将步骤S1中获取的数据标注成M个测量数据；S3：对M个测量量进行数据分析，提取数据特征；S4：基于的数据分析结果，标定M个测量量的数据类型、数据功能和数据源；S5：基于数据特征，进行聚类和相关性分析，确定物理区域划分，进行区域标记；S6：基于数据特征，进行BiGRU分类，确定VAV和AHU的控制关系。本发明中的上述方法能够完全利用楼宇自动化系统产生的监测数据标定监测值的类型和所从属的设备组别、监测设备从属的物理区域划分、以及设备之间的控制关系。
-
公开(公告)号：CN117493703A
公开(公告)日：2024-02-02
申请号：CN202311571805.7
申请日：2023-11-23
Applicant: 北京建筑大学
IPC: G06F16/9536 , G06F16/9535 , G06Q30/0601 , G06Q50/00
Abstract: 本申请提供一种推荐方法，包括：响应于推荐请求，获取推荐请求所对应的请求用户的历史交互数据，并根据历史交互数据确定待推荐物；针对每个待推荐物，构建交互对；针对每个交互对，以该交互对所对应的特征为节点，构建该交互对所对应的缺省超图；将该交互对所对应的缺省超图输入到超图学习模型中，以由超边生成模块预测该缺省超图的超边集，并由超图学习模块基于超边集对缺省超图进行建模，得到该交互对所对应的完整超图，以及由预测模块基于该交互对所对应的完整超图，预测该交互对所对应的推荐物被请求用户喜欢的概率；根据各个交互对所对应的推荐物被请求用户喜欢的概率，从各个交互对所对应的推荐物中，选出候选推荐物，以进行推荐。
-
公开(公告)号：CN113221003B
公开(公告)日：2023-05-02
申请号：CN202110552499.7
申请日：2021-05-20
Applicant: 北京建筑大学
IPC: G06F16/9535
Abstract: 本发明涉及一种基于对偶理论的混合过滤推荐方法及系统。所述方法包括：根据用户的项目相似度、偏好向量和基于推荐列表得到原始概率集；基于项目相似度和偏好向量，确定原始项目推荐集合和原始相似用户集群，根据用户相似性矩阵、项目评分矩阵和推荐列表得到对偶概率集；基于项目评分矩阵，确定当前对偶项目推荐集合和对偶相似用户集群；根据原始项目推荐集合、对偶项目推荐集合、原始相似用户集群、对偶相似用户集群、原始概率集和对偶概率集得到最终推荐列表。本发明在面临历史访问数据和评价数据极度稀疏的情况时，可以提高混合推荐方法的推荐性能，从而提高推荐结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
