数字服务网络追踪链路重建方法及装置

    公开(公告)号:CN119892710A

    公开(公告)日:2025-04-25

    申请号:CN202510004641.2

    申请日:2025-01-02

    Applicant: 浙江大学

    Abstract: 本说明书实施例提供数字服务网络追踪链路重建方法及装置,其中所述数字服务网络追踪链路重建方法包括:获取数字服务网络的链路追踪数据和聚合度量数据,并根据所述链路追踪数据构建全局有向无环图;利用所述聚合度量数据将所述全局有向无环图更新为异构有向图,并按照所述异构有向图构建异构有向快照序列;将所述异构有向快照序列中的异构有向快照输入至异构动态有向图模型进行处理,获得所述异构有向快照序列中异构有向快照包含的节点对应的节点表征;根据所述节点特征对所述异构有向快照序列中的异构有向快照进行链路补全,获得目标异构有向快照序列,并根据所述目标异构有向快照序列生成重建链路序列。

    推荐模型训练方法及装置、推荐方法及装置

    公开(公告)号:CN114491263B

    公开(公告)日:2024-09-27

    申请号:CN202210103302.6

    申请日:2022-01-27

    Applicant: 浙江大学

    Abstract: 本申请提供推荐模型训练方法及装置、推荐方法及装置,其中所述推荐模型训练方法包括:获取训练样本集,所述训练样本集包括多个样本对,所述样本对包括具有关联关系的多个样本;根据所述多个样本对构建二部图,并基于各样本的样本信息,确定所述二部图中各节点的初始节点特征;根据所述二部图中各节点的初始节点特征,对各节点进行分类,基于分类结果,构建至少一个子图;根据所述至少一个子图,对预设的神经网络模型进行训练,得到训练好的推荐模型。避免了过平滑问题,提高了推荐模型的鲁棒性和可信度。应用广泛,可以提高基于推荐模型进行推荐的准确度,一定程度上提高用户粘度,从而提高推荐模型对应的推荐平台的收益。

    针对联邦推荐系统的梯度攻击方法及装置

    公开(公告)号:CN117829308A

    公开(公告)日:2024-04-05

    申请号:CN202311780467.8

    申请日:2023-12-21

    Applicant: 浙江大学

    Abstract: 本说明书实施例提供针对联邦推荐系统的梯度攻击方法及装置,其中所述方法包括:响应于针对联邦学习任务的对象推荐请求在对象集合中选择待推荐对象,并构建用于调整待推荐对象的推荐系数的初始模拟数据;通过本地推荐模型对初始模拟数据进行处理,获得模拟梯度,确定全局推荐模型对应的全局梯度,根据全局梯度和模拟梯度对初始模拟数据进行更新,获得目标模拟数据;将目标模拟数据输入至本地推荐模型,获得预测推荐数据,基于预测推荐数据确定目标推荐对象和目标推荐信息,以及待推荐对象的待推荐信息;计算第一损失值、第二损失值;基于第一损失值和第二损失值对本地推荐模型进行调参,获得目标本地推荐模型用于参与联邦学习任务。

    基于用户公平性的推荐模型训练方法及装置

    公开(公告)号:CN117540089A

    公开(公告)日:2024-02-09

    申请号:CN202311509983.7

    申请日:2023-11-13

    Applicant: 浙江大学

    Abstract: 本说明书实施例提供基于用户公平性的推荐模型训练方法及装置,其中基于用户公平性的推荐模型训练方法包括:获取目标用户集合、参考用户集合和推荐模型;基于各目标用户的初始训练数据进行数据扩充,获得各目标用户的目标训练数据;基于各目标用户的初始训练数据和各参考用户的参考训练数据,确定各目标用户与各参考用户之间的对应关系;根据各目标用户与各参考用户之间的对应关系,确定推荐模型的第一损失值,并获取推荐模型的第二损失值;根据第一损失值和第二损失值调整推荐模型的模型参数,并基于各目标用户的目标训练数据和各参考用户的参考训练数据继续训练推荐模型,直至达到模型训练停止条件。

    一种基于异构图和对比学习的会话推荐方法

    公开(公告)号:CN115018573A

    公开(公告)日:2022-09-06

    申请号:CN202210274720.1

    申请日:2022-03-18

    Applicant: 浙江大学

    Abstract: 本发明涉及大数据的训练与学习,旨在提供一种基于异构图和对比学习的会话推荐方法。包括:根据会话过程中用户的交互行为类型构建交互物品结点联系的异构图模型,应用该模型通过层级注意力机制实现行为序列之间的信息交叉,捕捉不同类型用户行为之间的联系及差别,挖掘出用户兴趣偏好和当前的需求状态,并应用对比学习机制从异构图中学习出物品的通用性表征。本发明在对会话序列建模时充分考虑用户所存在的多种类型交互行为,通过应用异构图神经网络对各类交互行为进行建模,结合层级注意力机制挖掘用户不同类型行为序列之间的存在的联系,并应用对比学习技术能够物品的一般性表征进行学习。能够用户进行精准推荐,提升系统的推荐效果。

    基于混合监督模型的文本情感分析方法

    公开(公告)号:CN110321563B

    公开(公告)日:2021-05-11

    申请号:CN201910580225.1

    申请日:2019-06-28

    Applicant: 浙江大学

    Abstract: 本发明涉及自然语言分析技术,旨在提供一种基于混合监督模型的文本情感分析方法。包括:利用基于复合神经网络的定性情感分析模型进行强监督定性分析,通过将LSTM与CNN联合构造复合神经网络,并用于同时提取文本的序列特征与多维度特征,更准确地预测文本的情感极性可信度;基于句法分析树实现弱监督定量分析,通过对句子分词和构造句法分析树得到句子的层级修饰关系;然后根据情感词典进行递归向上的标注与计算,计算出各句的情感强度值;将前述可信度与情感强度相乘,得到文本的终判情感强度。本发明提出的混合监督模型,可以取现有技术两种计算方式的长处,能够给出兼具可信度与精细度的分析结果。

    基于在线学习全过程的绩效考核的方法

    公开(公告)号:CN103226797A

    公开(公告)日:2013-07-31

    申请号:CN201310113842.3

    申请日:2013-04-02

    Applicant: 浙江大学

    Abstract: 本发明涉及绩效考核方法,旨在提供一种基于在线学习全过程的绩效考核的方法。该方法是将在线教育全过程分为四部分,即在线学习、课下讨论、课堂作业、自测考试。整个学习过程中,学习者的学习绩效由这四部分综合得出,本发明在每一部分所占的权重未知的情况下通过对系统运行过程中产生的数据进行训练得到每一部分所占的权重,进而可以用这四部分的加权值对系统中学习者进行全过程的学习绩效考核。本发明不用人工设置权重,只需要用系统运行过程中产生的数据进行训练即可得到指标权重,最后将训练得到的权重用于评估学习者的整体学习绩效,这样能真实、客观的体现出学习者的学习绩效。

    面向全过程的在线教育服务质量评估方法

    公开(公告)号:CN103226796A

    公开(公告)日:2013-07-31

    申请号:CN201310113207.5

    申请日:2013-04-02

    Applicant: 浙江大学

    Abstract: 本发明涉及服务质量评估方法,旨在提供一种面向全过程的在线教育服务质量评估方法。该方法是构建一个包含4个一级维度,15个二级维度,并在在线教育全过程的不同生命周期中使用这4个一级维度和15个二级维度进行质量评估的服务质量测评标准体系。采用指数指标对确定这一级指标的相对权重矩阵和每个一级指标下相应二级指标的相对权重矩阵,对相对权重矩阵进行一致性校验,如果一致性校验通过,采用相对权重矩阵计算所有指标的最终权重。本发明提出了在线教育评估维度指标和一个面向全过程的在线教育服务质量评估方法,以实际系统为依据提供全方位的评价指标和评估方法,实现了评估目标多元化、评价内容多态化、评价方式多样化,更加贴近用户需求。

    一种同时基于节点属性以及结构关系相似度的聚类方法

    公开(公告)号:CN103106279A

    公开(公告)日:2013-05-15

    申请号:CN201310055977.9

    申请日:2013-02-21

    Applicant: 浙江大学

    Abstract: 本发明公开了同时基于节点属性以及结构关系相似度的聚类方法,首先,根据节点属性和拓扑结构关系提出了统一距离估算模型。然后,针对节点属性以及结构的权重设定问题,提出了权重自调整算法。接着,提出了基于十字链表的稀疏矩阵计算和存储优化方法以提高本聚类方法的性能。最后,不断变化的网络对聚类方法造成大量重复计算以及不能实时更新聚类结果的问题,提出了自适应的聚类方法。本发明解决了复杂网络统一模型和性能问题,以及避免了大量重复计算并且满足了实时获取聚类结果的要求,提高了本聚类方法的实际应用性。

    服务计费的方法及服务计费系统

    公开(公告)号:CN101582776A

    公开(公告)日:2009-11-18

    申请号:CN200810097595.1

    申请日:2008-05-15

    Applicant: 浙江大学

    Abstract: 本发明提供了一种服务计费的方法,包括:定制服务计费规则元数据;按照预设的规则模型使用所述规则元数据生成满足业务需求的服务计费规则;依据用户选择的服务,建立用户信息与相应的服务计费规则的关联;依据用户的服务请求数据,匹配相应的服务计费规则生成计费信息。本发明可以在将计费流程与计费规则分离的基础上,提高计费规则的可定制性,并满足复杂的服务计费需求。

Patent Agency Ranking