-
公开(公告)号：CN117194766A
公开(公告)日：2023-12-08
申请号：CN202310722631.3
申请日：2023-06-16
Applicant: 华为技术有限公司
IPC: G06F16/9535 , G06N3/0464 , G06N3/084
Abstract: 一种数据处理方法，可以应用于人工智能领域，方法包括：获取第一提示prompt，所述第一prompt包括用户的属性信息，且所述第一prompt指示根据所述用户的属性信息推测所述用户的喜好；根据所述第一prompt，通过大语言模型LLM，得到第一信息；根据所述第一信息和第二信息，通过推荐模型，预测所述用户对物品的操作信息；所述第二信息为所述物品的属性信息。本申请利用prompt(也就是第一prompt)来引导LLM推测用户的喜好，并将该喜好信息作为推荐模型的输入，结合了LLM和传统推荐模型的优势，可以得到更精准、可解释性更强的推荐结果，从而提高了推荐模型的推荐精度。
-
公开(公告)号：CN114707070A
公开(公告)日：2022-07-05
申请号：CN202210379948.7
申请日：2022-04-12
Applicant: 华为技术有限公司
IPC: G06F16/9535 , G06V40/18 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种用户行为预测方法及其相关设备，可以令神经网络模型所得到的项目被用户点击的概率，具备较高的准确度，有利于后续精准为用户推荐其感兴趣的项目。本申请的方法包括：获取第一项目的第一特征以及第二项目的第二特征，第一项目和第二项目位于目标页面的不同列表或同一列表中，且第二项目位于第一项目之前；基于第一项目的第一特征以及第二项目的第二特征，获取第一项目的第二特征；基于第一项目的第二特征，获取第一项目被用户点击的概率。
-
公开(公告)号：CN109903103A
公开(公告)日：2019-06-18
申请号：CN201711283557.0
申请日：2017-12-07
Applicant: 华为技术有限公司
IPC: G06Q30/06
Abstract: 本发明实施例公开了一种推荐物品的方法和装置，属于计算机技术领域。所述方法包括：获取目标用户的属性数据和多个候选物品的属性数据；将目标用户的属性数据和多个候选物品的属性数据进行处理，生成目标数据集，目标数据集包括目标用户的标识及对应的目标第一交互节点列表、多个候选物品中每一候选物品的标识及对应的目标第二交互节点列表；将目标数据集输入打分模型，得到目标用户对述多个候选物品的打分，其中，打分模型根据多个用户的属性数据、多个物品的属性数据以及打分数据训练得到的；根据目标用户对多个候选物品的打分，确定目标推荐物品。采用本发明，可以提高用户选择物品的效率。
-
公开(公告)号：CN109902706A
公开(公告)日：2019-06-18
申请号：CN201811337589.9
申请日：2018-11-09
Applicant: 华为技术有限公司
Abstract: 本发明公开了人工智能领域的一种智能推荐方法，包括：根据多个过往历史推荐对象和用户针对每个历史推荐对象的行为，如点击次数，下载次数等，获取推荐系统状态参数；并将待推荐对象划分为多级集合，各级集合之间为从属关系，每个集合对应一个选择策略，根据该推荐系统状态参数和集合的选择策略确定目标待推荐对象。本发明的推荐方法适用于各种推荐相关的应用场景，如APP应用市场的APP推荐，音/视频网站的音/视频推荐，资讯平台的资讯推荐等。采用本发明实施例有利于提高推荐效率和准确率。
-
公开(公告)号：CN1937584B
公开(公告)日：2010-12-08
申请号：CN200610122062.5
申请日：2006-09-05
Abstract: 本发明涉及一种便于资源查询的非结构化对等网络系统及其资源查找及路由更新方法。其中所述非结构化对等网络系统的节点设备，包括有：存储单元，更新处理单元以及资源查找单元。本发明查询路由信息更接近网络中实际的资源分布，可以提高资源查找效率，同时避免像洪泛方式一样转发大量不必要的查询消息，降低了不必要的网络负载。
-
Patent Agency Ranking
公开(公告)号：CN100530192C
公开(公告)日：2009-08-19
申请号：CN200710123832.2
申请日：2007-10-09
IPC: G06F17/30
Abstract: 本发明公开了一种文本检索的方法和装置。该方法包括：输入原始文本数据；对所述原始文本数据进行自适应映射降维处理；根据所述自适应映射降维处理后的数据，检索与其相似的文本数据；输出所述检索到的文本数据。本发明实施例在对高维文本数据进行降维后，能对原数据进行有效的压缩，时间复杂度较低，适用于海量数据，能有效地保持文本数据各原向量之间的相似度。使用本发明实施例的方法或装置可以以比较小的运算代价迅速地响应网络文本查询、搜索、检索等请求，从而解决了现有网络文本检索时间复杂度高、耗费空间大、精度较差的问题。
-
公开(公告)号：CN100496004C
公开(公告)日：2009-06-03
申请号：CN200610122064.4
申请日：2006-09-05
Abstract: 本发明提供一种可保证负载均衡的结构化对等网络系统及其负载查询、转移及资源查找方法，所述节点设备主要包括存储单元、负载转移处理单元以及资源查找单元。本发明通过在结构化对等网络系统的各个节点设备存储该对等网络系统负载信息，当某个节点设备的负载过高时，根据所述对等网络系统负载信息选择一个负载较轻的节点设备，并将该过高的负载转移到所述负载较轻的节点设备，从而可保证系统保持负载均衡。本发明与结构化对等网络系统中采用何种哈希算法没有关系，只要系统中存在负载分配不均，就可以应用本发明实现负载均衡。
-
公开(公告)号：CN101414962A
公开(公告)日：2009-04-22
申请号：CN200710181382.2
申请日：2007-10-19
Applicant: 华为技术有限公司
IPC: H04L12/56
Abstract: 本发明实施例公开了一种实现负载均衡的方法，包括：达到负载上限的节点接收路由至自身的项；根据所述接收的项的键值，选择所述节点以外的一个节点作为进行负载均衡的目标节点；键值在同一范围内的项对应一个目标节点，键值在不同范围内的项对应两个以上目标节点；将所述接收到的项转移到所述选择的目标节点。本发明实施例同时公开了一种实现负载均衡的节点。应用本发明实施例所述的方法和节点，能够降低结构化对等网络中的存储开销并提高查询效率。
-
公开(公告)号：CN113159315B
公开(公告)日：2025-04-08
申请号：CN202110369441.9
申请日：2021-04-06
Applicant: 华为技术有限公司
IPC: G06N3/094 , G06N3/0475 , G06N3/047 , G06N3/045
Abstract: 本申请实施例公开一种神经网络的训练方法、数据处理方法以及相关设备，该方法可用于人工智能领域中，通过生成器输出与目标训练样本对应的目标预测结果，目标训练样本包括目标对象的标识信息，目标预测结果指示目标对象是否会被执行交互操作；通过判别器输出第一概率值和第二概率值，第一概率值指示目标正确结果为真实数据的概率，目标正确结果指示目标对象是否被执行过交互操作，第二概率值指示目标预测结果为真实数据的概率；对判别器和生成器进行对抗训练。生成器的更新目标为挖掘用户真实的点击习惯，从而有利于通过训练生成器以实现对用户内在真实意图的挖掘，有利于提高预测结果的准确率。
-
公开(公告)号：CN116109449A
公开(公告)日：2023-05-12
申请号：CN202211581938.8
申请日：2022-12-09
Applicant: 华为技术有限公司
IPC: G06Q50/20 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 一种数据处理方法，应用于知识点学习顺序推荐，方法包括：获取多个知识点的特征表示以及用户的第一学习状态；第一学习状态指示用户对于已学习知识点的掌握程度；多个知识点与已学习知识点不同；根据多个知识点的特征表示、第一学习状态和学习目标，通过解码器，得到多个知识点对应的学习顺序；解码器用于识别在第一学习状态下，多个知识点的特征表示与学习目标之间的关系。本申请在确定知识点的学习顺序时，以用户当前的学习状态，将多个知识点按照序列式生成的方式来确定知识点的学习顺序，不需要获取大量的学习顺序而从其中进行序列的选择，使得最终确定的学习顺序不止限于过往其他用户学习过的路径，提高学习路径的个性化程度和学习效果。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.034 seconds)
