-
公开(公告)号：CN104820871B
公开(公告)日：2018-02-09
申请号：CN201510219783.7
申请日：2015-04-30
Applicant: 清华大学 , 北京银信长远科技股份有限公司 , 清华大学无锡应用技术研究院
Abstract: 本发明公开了一种TPS交易量预测与阈值范围预测的可视化方法与系统，包括以下步骤：获取TPS交易量预测数据，并对其进行预处理以得到处理后的数据；根据处理后的数据建立双坐标轴模型，其中，双坐标轴模型包括顶部坐标轴和底部坐标轴；在顶部坐标轴和底部坐标轴上同时绘制TPS交易量曲线；根据TPS交易量曲线判断用户是否与顶部坐标轴和/或底部坐标轴发生交互；如果用户与顶部坐标轴和/或底部坐标轴发生交互，则获取TPS交易信息，通过悬浮窗口显示TPS交易信息。本发明的方法能够实现对银行后台系统故障预测和交易趋势预测的兼顾全局总览和局部放大的分层次可视化显示，使用户能够在宏观和微观两个层面获得对TPS数据流情况的把握，提高了用户体验度。
-
公开(公告)号：CN104794212A
公开(公告)日：2015-07-22
申请号：CN201510203118.9
申请日：2015-04-27
Applicant: 清华大学 , 清华大学无锡应用技术研究院
Inventor： 徐华
IPC: G06F17/30
Abstract: 本发明公开了一种基于用户评论文本的上下文情感分类方法及分类系统，其中，方法包括以下步骤：获取多条用户评论文本；对多条用户评论文本进行分词；对分词后的多条用户评论文本进行训练，以得到候选特征集；从候选特征集中根据上下文结构特征提取有效特征，以得到训练集；根据训练集训练分类模型，以通过分类模型对用户评论文本进行情感分类。本发明实施例的方法，通过上下文结构特征提取有效特征，实现情感分类，提高了分类准确度，更好地识别出文本中用户的情感倾向，简单方便。
-
公开(公告)号：CN104794208A
公开(公告)日：2015-07-22
申请号：CN201510201443.1
申请日：2015-04-24
Applicant: 清华大学 , 清华大学无锡应用技术研究院
Inventor： 徐华
IPC: G06F17/30
Abstract: 本发明提供一种基于微博文本上下文信息的情绪分类方法及系统，该方法包括：从微博文本中提取与情绪相关的特征，并根据提取的特征和维度的映射关系建立第一特征空间向量，其中，所述特征包括情绪词与上下文的关系特征、词性特征和句法结构特征；对所述第一特征空间向量进行降维以得到第二特征空间向量，其中，所述第二特征空间向量的维度低于所述第一特征空间向量；利用分类器对所述第一特征空间向量对应的数据进行训练，以对所述微博文本进行情绪分类，并输出情绪分类结果。本发明的实施例具有情绪分类准确率高的优点。
-
公开(公告)号：CN104794209B
公开(公告)日：2018-10-02
申请号：CN201510201444.6
申请日：2015-04-24
Applicant: 清华大学 , 清华大学无锡应用技术研究院
Inventor： 徐华
IPC: G06F17/30
Abstract: 本发明提供一种基于马尔科夫逻辑网络的中文微博情绪分类方法及系统，该方法包括：从网络中获取微博数据；根据马尔科夫逻辑网络的基础知识确定用于表示文本情绪分类的谓词和规则，并根据情感情绪词典从微博数据中提取相应的特征词，以及根据特征词构建MLNs知识库；根据MLNs知识库、谓词和规则训练分类器，对微博数据进行情绪分类并输出中文微博情绪分类结果。本发明的实施例可以准确地对微博进行情绪分类。
-
公开(公告)号：CN104794212B
公开(公告)日：2018-04-10
申请号：CN201510203118.9
申请日：2015-04-27
Applicant: 清华大学 , 清华大学无锡应用技术研究院
Inventor： 徐华
IPC: G06F17/30
Abstract: 本发明公开了一种基于用户评论文本的上下文情感分类方法及分类系统，其中，方法包括以下步骤：获取多条用户评论文本；对多条用户评论文本进行分词；对分词后的多条用户评论文本进行训练，以得到候选特征集；从候选特征集中根据上下文结构特征提取有效特征，以得到训练集；根据训练集训练分类模型，以通过分类模型对用户评论文本进行情感分类。本发明实施例的方法，通过上下文结构特征提取有效特征，实现情感分类，提高了分类准确度，更好地识别出文本中用户的情感倾向，简单方便。
-
Patent Agency Ranking
公开(公告)号：CN104794209A
公开(公告)日：2015-07-22
申请号：CN201510201444.6
申请日：2015-04-24
Applicant: 清华大学 , 清华大学无锡应用技术研究院
Inventor： 徐华
IPC: G06F17/30
Abstract: 本发明提供一种基于马尔科夫逻辑网络的中文微博情绪分类方法及系统，该方法包括：从网络中获取微博数据；根据马尔科夫逻辑网络的基础知识确定用于表示文本情绪分类的谓词和规则，并根据情感情绪词典从微博数据中提取相应的特征词，以及根据特征词构建MLNs知识库；根据MLNs知识库、谓词和规则训练分类器，对微博数据进行情绪分类并输出中文微博情绪分类结果。本发明的实施例可以准确地对微博进行情绪分类。
-
公开(公告)号：CN104794211A
公开(公告)日：2015-07-22
申请号：CN201510202591.5
申请日：2015-04-24
Applicant: 清华大学 , 清华大学无锡应用技术研究院
Inventor： 徐华
CPC classification number: G06F17/30864 , G06F17/271 , G06F17/2785 , G06Q50/01
Abstract: 本发明提供一种基于微博文本的情绪诱因提取和诱因成分分析方法及系统，该方法包括：构建ECOCC情绪模型，所述ECOCC情绪模型包括评价对象层、评价成分层和评价标准层，所述评价对象层包括事件结果、主体行为和实体对象；根据所述ECOCC情绪模型对微博文本进行分析，以从外部事件和内部事件提取所述微博文本中的情绪诱因；构建基于语料的情绪词典，并结合微博文本的语言特征，根据贝叶斯概率模型计算诱因比例，并输出所述情绪诱因以及成分比例结果。本发明的实施例可以自动且准确地提取情绪诱因。
-
公开(公告)号：CN104778622A
公开(公告)日：2015-07-15
申请号：CN201510213263.5
申请日：2015-04-29
Applicant: 清华大学 , 北京银信长远科技股份有限公司 , 清华大学无锡应用技术研究院
Abstract: 本发明公开了一种TPS交易事件阈值的预测方法及预测系统，其中，方法包括以下步骤：获取交易数据，并提取TPS数据与TPS数据特征；按照时间窗口进行时间序列分割，以统计各个时间窗口对应的历史交易最大值和最小值；训练数据挖掘模型以得到TPS交易事件预测回归模型；根据TPS交易事件预测回归模型和各个时间窗口对应的历史交易最大值和最小值预测TPS交易事件阈值。根据本发明实施例的预测方法可以预测TPS交易事件阈值，不但为后台服务改进提供参考，而且对故障排除的决策给出建议，提高用户的使用体验。
-
公开(公告)号：CN104820871A
公开(公告)日：2015-08-05
申请号：CN201510219783.7
申请日：2015-04-30
Applicant: 清华大学 , 北京银信长远科技股份有限公司 , 清华大学无锡应用技术研究院
Abstract: 本发明公开了一种TPS交易量预测与阈值范围预测的可视化方法与系统，包括以下步骤：获取TPS交易量预测数据，并对其进行预处理以得到处理后的数据；根据处理后的数据建立双坐标轴模型，其中，双坐标轴模型包括顶部坐标轴和底部坐标轴；在顶部坐标轴和底部坐标轴上同时绘制TPS交易量曲线；根据TPS交易量曲线判断用户是否与顶部坐标轴和/或底部坐标轴发生交互；如果用户与顶部坐标轴和/或底部坐标轴发生交互，则获取TPS交易信息，通过悬浮窗口显示TPS交易信息。本发明的方法能够实现对银行后台系统故障预测和交易趋势预测的兼顾全局总览和局部放大的分层次可视化显示，使用户能够在宏观和微观两个层面获得对TPS数据流情况的把握，提高了用户体验度。
-
公开(公告)号：CN106844625B
公开(公告)日：2020-07-28
申请号：CN201710040985.4
申请日：2017-01-17
Applicant: 清华大学 , 北京银信长远科技股份有限公司
IPC: G06F16/33 , G06F40/289 , G06Q40/02
Abstract: 本发明公开了一种银行运维规章制度变更的合规性查验方法及装置，其中，方法包括：获取银行系统的制度文档；对制度文档进行词项化，以建立倒排索引；对制度文档进行词语的同义词扩充，以得到结构化存储的制度文档；获取变更文档；在索引匹配时，根据结构化存储的制度文档和变更文档的段落进行短文本的相似匹配，得到查询结果。该方法可以根据结构化存储的制度文档和变更文档得到查询结果，提高查验的准确性和效率，简单易实现。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.029 seconds)
