-
公开(公告)号：CN103955450B
公开(公告)日：2016-09-21
申请号：CN201410188050.7
申请日：2014-05-06
Applicant: 杭州东信北邮信息技术有限公司
Abstract: 一种新词自动提取方法，包括：对文本句子进行切词处理，并将其中字数长度不大于S+1的候选词提取出来，然后将提取出的所有互不相同的候选词保存在候选词库中；计算候选词库中每个候选词的支持度，并将所有支持度大于支持度阈值的候选词构成一个频繁词组；为频繁词组中的每个候选词构建一个子词组，并将候选词和频繁词组中的所有其他候选词相比较，如果候选词中包含有其他候选词时，则将其他候选词保存在该候选词的子词组中，然后根据候选词、以及子词组中每个子词在知识库中出现的频数，计算候选词的置信度，当候选词的置信度大于置信度阈值时，则候选词是提取的新词。本发明属于计算机自然语言处理领域，能从海量文本中准确且快速的提取新词。
-
公开(公告)号：CN103475717A
公开(公告)日：2013-12-25
申请号：CN201310412434.8
申请日：2013-09-11
Applicant: 杭州东信北邮信息技术有限公司
IPC: H04L29/08
Abstract: 一种基于社交网络的好友推荐方法和系统，包括：提取用户与其他用户在社交网络中的互动信息，为每个用户构建一个互动成功好友组，并将与用户有成功互动关系的其他用户划分到所述用户的互动成功好友组中；根据不同用户之间不同互动类型的成功互动数，计算用户和互动成功好友组中的每个好友之间的互动连接强度，并从中挑选出互动连接强度最大的前若干个好友，再分别计算所述若干个好友和与其有成功互动关系的其他用户之间的互动连接强度，最后将与所述若干个好友的互动连接强度最大的多个其他用户向所述用户推荐。本发明属于网络通信技术领域，能根据用户在社交网络中的互动行为来进行个性化的好友推荐。
-
公开(公告)号：CN103475717B
公开(公告)日：2017-03-15
申请号：CN201310412434.8
申请日：2013-09-11
Applicant: 杭州东信北邮信息技术有限公司
IPC: H04L29/08
Abstract: 一种基于社交网络的好友推荐方法和系统，包括：提取用户与其他用户在社交网络中的互动信息，为每个用户构建一个互动成功好友组，并将与用户有成功互动关系的其他用户划分到所述用户的互动成功好友组中；根据不同用户之间不同互动类型的成功互动数，计算用户和互动成功好友组中的每个好友之间的互动连接强度，并从中挑选出互动连接强度最大的前若干个好友，再分别计算所述若干个好友和与其有成功互动关系的其他用户之间的互动连接强度，最后将与所述若干个好友的互动连接强度最大的多个其他用户向所述用户推荐。本发明属于网络通信技术领域，能根据用户在社交网络中的互动行为来进行个性化的好友推荐。
-
公开(公告)号：CN103955450A
公开(公告)日：2014-07-30
申请号：CN201410188050.7
申请日：2014-05-06
Applicant: 杭州东信北邮信息技术有限公司
Abstract: 一种新词自动提取方法，包括：对文本句子进行切词处理，并将其中字数长度不大于S+1的候选词提取出来，然后将提取出的所有互不相同的候选词保存在候选词库中；计算候选词库中每个候选词的支持度，并将所有支持度大于支持度阈值的候选词构成一个频繁词组；为频繁词组中的每个候选词构建一个子词组，并将候选词和频繁词组中的所有其他候选词相比较，如果候选词中包含有其他候选词时，则将其他候选词保存在该候选词的子词组中，然后根据候选词、以及子词组中每个子词在知识库中出现的频数，计算候选词的置信度，当候选词的置信度大于置信度阈值时，则候选词是提取的新词。本发明属于计算机自然语言处理领域，能从海量文本中准确且快速的提取新词。
-
公开(公告)号：CN102982131A
公开(公告)日：2013-03-20
申请号：CN201210460908.1
申请日：2012-11-16
Applicant: 杭州东信北邮信息技术有限公司
IPC: G06F17/30
Abstract: 一种基于马尔科夫链的图书推荐方法，方法包括有：步骤一、查询用户的阅读历史数据，并基于朴素贝叶斯算法，计算用户的初始状态概率向量；步骤二、查询用户的当前阅读图书和所有未阅读图书，并根据所有用户对该用户的当前阅读图书和未阅读图书的喜欢和不喜欢状态，分别计算该用户当前阅读图书到每个未阅读图书的转移概率矩阵；步骤三、根据用户的初始状态概率向量、和用户当前阅读图书到未阅读图书的转移概率矩阵，分别计算用户从当前阅读图书转移到每个未阅读图书的状态概率向量，所述状态概率向量包括有用户对未阅读图书的喜欢状态概率，并据此向用户推荐未阅读图书。本发明属于网络应用技术领域，能根据用户的动态行为进行图书的个性化推荐。
-
Patent Agency Ranking
公开(公告)号：CN102902744A
公开(公告)日：2013-01-30
申请号：CN201210343263.3
申请日：2012-09-17
Applicant: 杭州东信北邮信息技术有限公司
IPC: G06F17/30
Abstract: 一种图书推荐方法，包括有：步骤A、根据图书的作者、三级分类、四级分类和通用标签，构建图书库中每本图书的图书标签向量；步骤B、根据用户的图书阅读记录中所有已深度阅读图书的作者、三级分类、四级分类、通用标签及其分别对应的权重值，建立每个用户的文本标签向量；步骤C、根据图书的图书标签向量中作者、三级分类、四级分类、通用标签分别在用户的文本标签向量中对应的权重值，计算图书库中所有图书对应于每位用户的标签得分。本发明属于网络应用技术领域，能根据图书的内容以及用户的阅读喜好，向用户进行图书的个性化推荐，为用户推荐出更符合用户喜好的图书，提高用户的满意度，改善用户体验。
-
公开(公告)号：CN102982131B
公开(公告)日：2015-12-23
申请号：CN201210460908.1
申请日：2012-11-16
Applicant: 杭州东信北邮信息技术有限公司
IPC: G06F17/30
Abstract: 一种基于马尔科夫链的图书推荐方法，方法包括有：步骤一、查询用户的阅读历史数据，并基于朴素贝叶斯算法，计算用户的初始状态概率向量；步骤二、查询用户的当前阅读图书和所有未阅读图书，并根据所有用户对该用户的当前阅读图书和未阅读图书的喜欢和不喜欢状态，分别计算该用户当前阅读图书到每个未阅读图书的转移概率矩阵；步骤三、根据用户的初始状态概率向量、和用户当前阅读图书到未阅读图书的转移概率矩阵，分别计算用户从当前阅读图书转移到每个未阅读图书的状态概率向量，所述状态概率向量包括有用户对未阅读图书的喜欢状态概率，并据此向用户推荐未阅读图书。本发明属于网络应用技术领域，能根据用户的动态行为进行图书的个性化推荐。
-
公开(公告)号：CN102902744B
公开(公告)日：2015-02-11
申请号：CN201210343263.3
申请日：2012-09-17
Applicant: 杭州东信北邮信息技术有限公司
IPC: G06F17/30
Abstract: 一种图书推荐方法，包括有：步骤A、根据图书的作者、三级分类、四级分类和通用标签，构建图书库中每本图书的图书标签向量；步骤B、根据用户的图书阅读记录中所有已深度阅读图书的作者、三级分类、四级分类、通用标签及其分别对应的权重值，建立每个用户的文本标签向量；步骤C、根据图书的图书标签向量中作者、三级分类、四级分类、通用标签分别在用户的文本标签向量中对应的权重值，计算图书库中所有图书对应于每位用户的标签得分。本发明属于网络应用技术领域，能根据图书的内容以及用户的阅读喜好，向用户进行图书的个性化推荐，为用户推荐出更符合用户喜好的图书，提高用户的满意度，改善用户体验。
-
公开(公告)号：CN103366009A
公开(公告)日：2013-10-23
申请号：CN201310314155.8
申请日：2013-07-24
Applicant: 杭州东信北邮信息技术有限公司
Abstract: 一种基于自适应聚类的图书推荐方法，包括：步骤一、根据图书的访问数据，分别将图书划分到若干个图书聚类中；步骤二、根据图书聚类中所有图书的评分，计算每个图书聚类的图书平均分；步骤三、根据不同图书聚类的图书平均分的差值、不同图书聚类的共同用户数、和用户对每个图书聚类中已阅读图书的评分的平均值，计算用户对每个图书聚类的评分；步骤四、根据每本图书的评分与其所属图书聚类的图书平均分的差值、以及用户对每个图书聚类的评分，计算用户对图书聚类中未阅读图书的评分，并据此向用户推荐图书。本发明属于网络通信技术领域，能为用户推荐更多个性化的长尾图书。
-
公开(公告)号：CN103488714B
公开(公告)日：2017-01-18
申请号：CN201310412306.3
申请日：2013-09-11
Applicant: 杭州东信北邮信息技术有限公司
IPC: G06F17/30
Abstract: 一种基于社交网络的图书推荐方法和系统，方法包括有：步骤1、提取用户与其他用户在社交网络中的互动信息，为用户构建若干个互动类型好友组，然后将与用户有成功互动关系的其他用户根据其互动类型划分到不同的互动类型好友组中，所述成功互动是用户对自己与其他用户之间的互动关系进行回应；步骤2、分别计算用户和每个互动类型好友组中的每个好友的成功互动数，然后从每个互动类型好友组中挑选出成功互动数最大的前若干个好友，最后将所述若干个好友的阅读最多的图书向用户推荐。本发明属于网络通信技术领域，能根据用户在社交网络中的互动行为来进行图书的个性化推荐。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
