公开(公告)号：CN116153512A

公开(公告)日：2023-05-23

申请号：CN202310153955.X

申请日：2023-02-13

Applicant: 北京理工大学

Inventor： 颜志军 ,  邝俊伟 ,  谢佳亨 ,  尹秋菊

IPC: G16H50/30 ,  G06N3/0442 ,  G06F16/35 ,  G06F40/194

Abstract: 本发明涉及一种可解释的社交媒体用户的抑郁情绪风险评估方法，属于负面情绪的筛查技术领域。首先建立用户数据库并将建立的用户数据库中的用户数据按照6:2:2划分为训练集、验证集和测试集，构建基于多时间尺度的原型学习网络MSTPNet；使用训练集对学习网络MSTPNet进行训练，使用验证集和测试集选择最优的模型参数，最后输入待评估用户的历史发帖数据获得待评估用户是否存在抑郁情绪。本发明的方法根据发帖时间的距离和阈值参数，基于层次聚类方法将帖子划分为不同的聚类，主要目的是确定原型的有效时段，为后续抑郁情绪表现原型持续时间等时间维度的分析提供支持。

公开(公告)号：CN116187547A

公开(公告)日：2023-05-30

申请号：CN202310095916.9

申请日：2023-02-10

Applicant: 北京理工大学

Inventor： 尹秋菊 ,  范皓玥 ,  邝俊伟 ,  颜志军

IPC: G06Q10/04 ,  G06Q50/26 ,  G06Q50/00 ,  G06N3/048 ,  G06N3/08 ,  G06N3/084 ,  G06F40/289 ,  G06N3/0442

Abstract: 本发明提供一种基于双层LSTM模型的自杀危机预测系统，通过先采用BiLSTM和注意力机制逐一提取在线社交文本中的语意信息，再使用一种基于LSTM改进的方法，将用户的历史发帖内容得到的回复数量考虑在内，从而将用户历史动态的在线社交文本信息整合，克服了当前自杀危机预测方法没有充分考虑用户历史动态在线社交文本信息的缺点，挖掘了历史在线社交文本信息中异质的特征，提升了预测能力，并取得了更好的自杀危机预测结果。

公开(公告)号：CN117648924A

公开(公告)日：2024-03-05

申请号：CN202311382381.X

申请日：2023-10-24

Applicant: 北京理工大学

Inventor： 尹秋菊 ,  杨亮 ,  颜志军 ,  孙士伟 ,  张柱

IPC: G06F40/258 ,  G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06F18/214 ,  G06F18/27 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/0499

Abstract: 本发明涉及一种两阶段心理求助者写作反馈方法，特别涉及一种基于多视角、多任务学习的两阶段心理求助者写作反馈方法，属于写作辅助的技术领域。本发明的方法设计了两阶段的训练方式，并采用不同的模型来递进式的预测评论数量。这样操作能够考虑非结构化信息(即语义)与结构化信息(其他直接测量的特征)之间的交互对于最终预测的影响，同时在两个阶段能够分别对描述的语义以及一些结构化的特征进行可解释性分析。

公开(公告)号：CN111143704B

公开(公告)日：2023-10-20

申请号：CN201911322563.1

申请日：2019-12-20

Applicant: 北京理工大学

Inventor： 颜志军 ,  杨杭州 ,  高慧颖 ,  贾琳 ,  尹秋菊 ,  彭飞

IPC: G06F16/9536 ,  G06F17/16 ,  G06Q10/0639 ,  G06Q50/00

Abstract: 本发明提供一种融合用户影响关系的在线社区好友推荐方法及装置，该方法的具体过程为：步骤1.构建隐性用户行为网络，所述用户行为网络包括无向加权用户行为网络和有向加权用户行为网络；基于有向加权用户行为网络计算在线社区中基于兴趣的用户影响关系；步骤2.基于所述无向加权用户行为网络，获取具有相似兴趣的用户社团；步骤3.基于目标用户所在的社团，构建用户好友关系网络；基于所述用户影响关系构建用户影响关系网络；步骤4.结合用户好友关系网络和用户影响关系网络进行好友推荐。本发明具有更好的好友推荐效果。

公开(公告)号：CN111143704A

公开(公告)日：2020-05-12

申请号：CN201911322563.1

申请日：2019-12-20

Applicant: 北京理工大学

Inventor： 颜志军 ,  杨杭州 ,  高慧颖 ,  贾琳 ,  尹秋菊 ,  彭飞

IPC: G06F16/9536 ,  G06F17/16 ,  G06Q10/06 ,  G06Q50/00

Abstract: 本发明提供一种融合用户影响关系的在线社区好友推荐方法及装置，该方法的具体过程为：步骤1.构建隐性用户行为网络，所述用户行为网络包括无向加权用户行为网络和有向加权用户行为网络；基于有向加权用户行为网络计算在线社区中基于兴趣的用户影响关系；步骤2.基于所述无向加权用户行为网络，获取具有相似兴趣的用户社团；步骤3.基于目标用户所在的社团，构建用户好友关系网络；基于所述用户影响关系构建用户影响关系网络；步骤4.结合用户好友关系网络和用户影响关系网络进行好友推荐。本发明具有更好的好友推荐效果。