-
公开(公告)号：CN104639590B
公开(公告)日：2017-11-07
申请号：CN201310571237.0
申请日：2013-11-13
Applicant: 同济大学
IPC: H04L29/08
Abstract: 本发明涉及一种终端获取云服务的方法，包括以下步骤：(1)云服务池动态维护和更新模块在每个单位时间内区分并分别维护三类云服务，即活跃云服务、待验证云服务和失效云服务；(2)终端用户获取云服务模块在用户发出需求指令时被触发，并快速定位和返回指令所请求的云服务集合。与现有技术相比，本发明利用基于云端服务池存储架构的动态维护和更新算法来降低三类云服务的比较次数，从而降低CPU和I／O开销；能够灵活地并行处理多种异构终端系统的云服务获取指令；采用高效多终端云服务获取算法来同时并行处理多个异构终端用户发出的需求指令，能够有效缩减多终端用户云服务获取总时间开销。
-
公开(公告)号：CN104966125A
公开(公告)日：2015-10-07
申请号：CN201510228294.8
申请日：2015-05-06
Applicant: 同济大学
Abstract: 本发明涉及一种社交网络的物品评分及推荐方法，包括以下步骤：1)根据用户组U对已评分的物品组I的评分值建立用户-物品评分二部图，计算用户组U中两用户间的相似度，并预测用户组U中的目标用户u对待评分物品j的评分，并得到预测用户-物品评分二部图；2)根据用户组U的社交网络建立用户-用户好友关系不可分图，并根据预测用户-物品评分二部图和用户-用户好友关系不可分图计算得到用户-物品评分矩阵R和用户-用户好友关系矩阵A。3)选定一个权值a，通过同一化A和R来建立物品推荐融合矩阵X；4)根据物品推荐融合矩阵X，向用户组U中的目标用户u推荐物品。与现有技术相比，本发明具有方法先进、可行性高等优点。
-
公开(公告)号：CN104639590A
公开(公告)日：2015-05-20
申请号：CN201310571237.0
申请日：2013-11-13
Applicant: 同济大学
IPC: H04L29/08
Abstract: 本发明涉及一种终端获取云服务的方法，包括以下步骤：(1)云服务池动态维护和更新模块在每个单位时间内区分并分别维护三类云服务，即活跃云服务、待验证云服务和失效云服务；(2)终端用户获取云服务模块在用户发出需求指令时被触发，并快速定位和返回指令所请求的云服务集合。与现有技术相比，本发明利用基于云端服务池存储架构的动态维护和更新算法来降低三类云服务的比较次数，从而降低CPU和I／O开销；能够灵活地并行处理多种异构终端系统的云服务获取指令；采用高效多终端云服务获取算法来同时并行处理多个异构终端用户发出的需求指令，能够有效缩减多终端用户云服务获取总时间开销。
-
公开(公告)号：CN104182491A
公开(公告)日：2014-12-03
申请号：CN201410392470.7
申请日：2014-08-11
Applicant: 同济大学
IPC: G06F17/30
CPC classification number: G06F17/30598 , G06F17/30333 , G06F17/3046 , G06F17/30595
Abstract: 本发明涉及一种最优轮廓服务集获取方法，包括以下步骤：1)根据用户提交的轮廓分析指令集合AS，构建轮廓服务选择代价评估器；2)基于轮廓服务选择代价评估器，产生通讯代价最小轮廓服务集合OSSMCC；3)基于轮廓服务选择代价评估器，产生任务代价最小轮廓服务集合OSSMTC；4)构建轮廓服务收益指数计算器，对于给定的轮廓服务OS，计算器获取OS从服务提供商端传输到企业用户端后的收益值；5)根据轮廓服务收益指数计算器，在用户给定的最大允许值MaxAV的约束条件下，获取最终的最优轮廓服务集合OOSS。与现有技术相比，本发明具有等准确、快速、高效等优点。
-
公开(公告)号：CN104598474B
公开(公告)日：2018-04-27
申请号：CN201310532501.X
申请日：2013-10-30
Applicant: 同济大学
IPC: G06F17/30
Abstract: 本发明涉及一种云环境下基于数据语义的信息推荐方法，该方法通过基础数据和用户偏好信息的语义化模块、云环境下海量语义信息索引模块以及基于语义计算的信息推荐模块实现信息推荐，其中基础数据和用户偏好信息的语义化模块，通过云平台获取基础数据和用户偏好信息，并对基础数据和用户偏好信息进行语义化描述，构建基础数据和用户偏好信息的本体库；云环境下海量语义信息索引模块，对语义化的信息构造索引结构，并在索引节点过载时，进行索引的分裂和重组；基于语义计算的信息推荐模块，对基础数据和用户偏好信息的本体进行语义计算，获取信息推荐结果。与现有技术相比，本发明具有实时性好、鲁棒性高、推荐质量高等优点。
-
Patent Agency Ranking
公开(公告)号：CN104182491B
公开(公告)日：2017-06-13
申请号：CN201410392470.7
申请日：2014-08-11
Applicant: 同济大学
IPC: G06F17/30
Abstract: 本发明涉及一种最优轮廓服务集获取方法，包括以下步骤：1)根据用户提交的轮廓分析指令集合AS，构建轮廓服务选择代价评估器；2)基于轮廓服务选择代价评估器，产生通讯代价最小轮廓服务集合OSSMCC；3)基于轮廓服务选择代价评估器，产生任务代价最小轮廓服务集合OSSMTC；4)构建轮廓服务收益指数计算器，对于给定的轮廓服务OS，计算器获取OS从服务提供商端传输到企业用户端后的收益值；5)根据轮廓服务收益指数计算器，在用户给定的最大允许值MaxAV的约束条件下，获取最终的最优轮廓服务集合OOSS。与现有技术相比，本发明具有等准确、快速、高效等优点。
-
公开(公告)号：CN104636947A
公开(公告)日：2015-05-20
申请号：CN201310571207.X
申请日：2013-11-13
Applicant: 同济大学
IPC: G06Q30/02
Abstract: 本发明涉及一种物联网中推荐信息置信度的计算方法，包括以下步骤：(1)计算推荐信息RI的来源置信度；(2)计算推荐信息RI的推荐者置信度；(3)计算推荐信息RI的口碑置信度；(4)计算推荐信息RI的采纳置信度：(5)通过以上置信度的加权和得到推荐信息RI的置信度。与现有技术相比，本发明先从来源置信度、推荐人置信度、口碑置信度和采纳置信度四个不同方面对推荐信息进行评估计算，再综合上述四个方面得到物联网中推荐信息的置信度，具有快速、准确和高扩展性等优点，能够有效应用于电子商务、电子政务、舆情监控和信息服务等领域。
-
公开(公告)号：CN104182489A
公开(公告)日：2014-12-03
申请号：CN201410391873.X
申请日：2014-08-11
Applicant: 同济大学
IPC: G06F17/30
CPC classification number: G06F17/30309 , G06F17/2785 , G06F17/30294 , G06F17/3043 , G06F17/30439 , G06F17/30448 , G06F17/30454 , G06F17/30598
Abstract: 本发明涉及一种文本大数据的查询处理方法，包括以下步骤：1)规范文本大数据语义，构造文本大数据查询分析过程中的查询对象语义范式模型以及精确描述语义，2)建立指令解析与查询工作流模型，构建查询指令语义模型，精炼语义，并且选择和重构查询工作流，3)查询过程控制和反馈结果，筛选查询方法模型，评估和计算查询置信度，并且返回置信度最高的工作流。与现有技术相比，本发明具有方便快速、准确可靠等优点。
-
公开(公告)号：CN104599215A
公开(公告)日：2015-05-06
申请号：CN201310525960.5
申请日：2013-10-30
Applicant: 同济大学
IPC: G06Q50/30
CPC classification number: G06Q10/0639 , G06Q50/10
Abstract: 本发明涉及一种面向SOA架构的信息服务普遍信任计算方法，首先提出由个体用户针对信息服务应用的信任计算方法；继而，提出由用户团体在内部形成统一意见后，实施信任度计算的方法；最终，依据个体用户和团体用户两方面的评价，计算得到信息服务应用的普遍信任度。与现有技术相比，本发明对个人用户和团体用户进行了有效区分，所得信任度具备普遍性。
-
公开(公告)号：CN104778213B
公开(公告)日：2018-10-26
申请号：CN201510121263.2
申请日：2015-03-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于随机游走的社交网络推荐方法，包括以下步骤：1)在社交网络中选定一个源用户u和待预测物品i，设定游走步数k的最大值为6；2)在社交网络中以源用户u为起点开始进行随机游走，到达用户uk时，判断用户uk是否对待预测物品i有评分；3)根据用户uk的所有已评分物品的集合和步数k计算此次停止游走的概率4)选择一个代替物品j，记录用户uk对代替物品j的评分为5)在社交网络中与uk直接相连的用户集合中选择下一步随机游走的节点用户uk+1；6)根据记录下来的评分，预测源用户u对待预测物品i的评分ru,i，并将待预测物品i推荐给源用户u。与现有技术相比，本发明具有准确率高、覆盖率广、方法先进等优点。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.014 seconds)
