公开(公告)号：CN108256695A

公开(公告)日：2018-07-06

申请号：CN201810208040.3

申请日：2018-03-14

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  綦麟 ,  胡芳燚 ,  樊悦芹 ,  黄芬芬

IPC: G06Q10/04 ,  G06Q10/06

CPC classification number: G06Q10/04 ,  G06Q10/06395

Abstract: 本发明的目的在于提高Web服务QoS预测的准确性，提供一种基于历史信息的Web服务QoS预测方法。该方法收集用户提交的数据量、服务器吞吐量和服务器CPU利用率，对数据进行预处理后，利用收集到Web服务QoS信息的历史数据对神经网络模型进行训练，输入用户提交的数据量、服务器吞吐量和服务器CPU利用率结合训练后的神经网络模型进行QoS预测。

公开(公告)号：CN109189992A

公开(公告)日：2019-01-11

申请号：CN201811134815.3

申请日：2018-09-27

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  周霖 ,  汪枭杰 ,  丁元浩 ,  樊悦芹

IPC: G06F16/783 ,  G06F16/732 ,  H04N7/18

Abstract: 本专利提出一种新的云监控系统环境中的视频时间检索的方法。通过将视频流按指定时间段存储到文件，并将时间信息按特有格式存储到数据库中，在视频检索时先从数据库检索到文件的信息，再获取文件。本发明提升了监控视频的存储和检索性能，减少了云监控系统平台上视频的管理成本，提高了系统的服务质量。

公开(公告)号：CN108460145B

公开(公告)日：2020-07-03

申请号：CN201810212124.4

申请日：2018-03-15

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  胡芳燚 ,  綦麟 ,  樊悦芹 ,  黄芬芬

IPC: G06F16/9535

Abstract: 本专利提出一种新的混合用户兴趣相似度计算方法。通过建立用户对所用项目的评分矩阵，当发现用户评分矩阵为空，计算用户特征属性相似性寻找相似用户进行预测评分。当目标用户与其他用户之间共同评分物品个数比较少时，通过计算物品相似度，间接计算出用户兴趣相似度。用户兴趣相似度计算主要分成三个部分：直接计算用户评分的距离值、求出一组评分的贡献值以及这组评分在整个评分系统中是否为奇异值。最后，将三个计算用户兴趣相似度的方法通过sigmoid函数实现冷启动状态下根据用户属性计算相似度到根据用户评分信息的平滑过渡得到最终用户兴趣相似度。根据用户兴趣相似度计算目标用户未评分项目的预测评分，选取其中预测评分最高的N个项目推荐，本发明可以有效缓解冷启动问题、数据稀疏性问题并有效地提高预测推荐的准确度。

公开(公告)号：CN109447261B

公开(公告)日：2023-08-04

申请号：CN201811175451.3

申请日：2018-10-09

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  张丽娟 ,  丁元浩 ,  杨超 ,  樊悦芹

IPC: G06N3/0985 ,  G06F18/22 ,  G06Q50/00

Abstract: 本发明提出一种基于多阶邻近相似度的网络表示学习的方法。相比于传统的基于结构分析的网络表示只考虑了一阶邻近相似度和二阶邻近相似度的关系，本发明重点为节点间的高阶邻近相似度建模，分别设计了不同类别的间接邻近相似度的计算方法，尤其是考虑到了信息在网络传播过程中会随着距离的增加而衰减，因此，本发明能对当前节点的不同邻居节点进行预测，更加准确的找到与目标节点的关联度最大的邻近节点，从而能够得到语义更加丰富，具有更高的可靠性和真实性的表示向量。

公开(公告)号：CN109447261A

公开(公告)日：2019-03-08

申请号：CN201811175451.3

申请日：2018-10-09

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  张丽娟 ,  丁元浩 ,  杨超 ,  樊悦芹

IPC: G06N3/08 ,  G06K9/62 ,  G06Q50/00

Abstract: 本发明提出一种基于多阶邻近相似度的网络表示学习的方法。相比于传统的基于结构分析的网络表示只考虑了一阶邻近相似度和二阶邻近相似度的关系，本发明重点为节点间的高阶邻近相似度建模，分别设计了不同类别的间接邻近相似度的计算方法，尤其是考虑到了信息在网络传播过程中会随着距离的增加而衰减，因此，本发明能对当前节点的不同邻居节点进行预测，更加准确的找到与目标节点的关联度最大的邻近节点，从而能够得到语义更加丰富，具有更高的可靠性和真实性的表示向量。

公开(公告)号：CN108460145A

公开(公告)日：2018-08-28

申请号：CN201810212124.4

申请日：2018-03-15

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  胡芳燚 ,  綦麟 ,  樊悦芹 ,  黄芬芬

IPC: G06F17/30

CPC classification number: G06F16/9535

Abstract: 本发明提出一种新的混合用户兴趣相似度计算方法。通过建立用户对所用项目的评分矩阵，当发现用户评分矩阵为空，计算用户特征属性相似性寻找相似用户进行预测评分。当目标用户与其他用户之间共同评分物品个数比较少时，通过计算物品相似度，间接计算出用户兴趣相似度。用户兴趣相似度计算主要分成三个部分：直接计算用户评分的距离值、求出一组评分的贡献值以及这组评分在整个评分系统中是否为奇异值。最后，将三个计算用户兴趣相似度的方法通过sigmoid函数实现冷启动状态下根据用户属性计算相似度到根据用户评分信息的平滑过渡得到最终用户兴趣相似度。根据用户兴趣相似度计算目标用户未评分项目的预测评分，选取其中预测评分最高的N个项目推荐，本发明可以有效缓解冷启动问题、数据稀疏性问题并有效地提高预测推荐的准确度。