公开(公告)号：CN118035565B

公开(公告)日：2024-06-11

申请号：CN202410430460.1

申请日：2024-04-11

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  黄光玉 ,  初佃辉 ,  尚领 ,  孙鸿翔

IPC: G06F16/9535 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/241 ,  G06F18/25 ,  G06F18/22

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于多模态情绪感知的主动服务推荐方法、系统和设备；该服务推荐方法，首先针对不同模态特点进行不同特征提取方式，得到文本特征向量、图像特征向量和音频特征向量；然后，将片段融合向量与视频总融合向量均值进行处理后分类，得到用户情绪向量；最后，基于用户地址、属性和情绪、服务地址和属性、场景等信息，构建用户‑服务‑情景的图结构，基于图卷积处理的方式，得到的目标用户节点传播特征向量，服务节点传播特征向量，情景节点传播特征向量，经推荐值计算，将推荐值大于阈值对应的服务推荐给目标用户，实现对目标用户丰富且准确的服务推荐，提升用户的体验感。

公开(公告)号：CN118035565A

公开(公告)日：2024-05-14

申请号：CN202410430460.1

申请日：2024-04-11

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  黄光玉 ,  初佃辉 ,  尚领 ,  孙鸿翔

IPC: G06F16/9535 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/241 ,  G06F18/25 ,  G06F18/22

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于多模态情绪感知的主动服务推荐方法、系统和设备；该服务推荐方法，首先针对不同模态特点进行不同特征提取方式，得到文本特征向量、图像特征向量和音频特征向量；然后，将片段融合向量与视频总融合向量均值进行处理后分类，得到用户情绪向量；最后，基于用户地址、属性和情绪、服务地址和属性、场景等信息，构建用户‑服务‑情景的图结构，基于图卷积处理的方式，得到的目标用户节点传播特征向量，服务节点传播特征向量，情景节点传播特征向量，经推荐值计算，将推荐值大于阈值对应的服务推荐给目标用户，实现对目标用户丰富且准确的服务推荐，提升用户的体验感。

公开(公告)号：CN117540007B

公开(公告)日：2024-03-15

申请号：CN202410008075.8

申请日：2024-01-04

Applicant: 烟台大学

Inventor： 刘志中 ,  孙宇航 ,  初佃辉 ,  郭强 ,  孙鸿翔

IPC: G06F16/335 ,  G06F16/33 ,  G06F16/783 ,  G06F16/683 ,  G06F18/22

Abstract: 本发明涉及多模态情感数据识别技术领域，具体为基于相似模态补全的多模态情感分析方法、系统和设备，该分析方法首先将标记好的缺失模态的标记多模态样本，进行全局特征提取、多线性处理和概率映射处理，得到准确的标记多模态样本的预测标签；接着，基于缺失模态的属性，以及标记多模态样本的预测标签，与相似全模态样本的真实标签和预测标签的相同性，确定最合适的相似全模态样本，对缺失模态进行数据补全，得到补全标记多模态样本；最后，将待检多模态样本、或标记多模态样本、或补全标记多模态样本中的模态，进行多模态融合，得到的融合模态经分类处理，得到准确率更高的情感分析结果。

公开(公告)号：CN117853239A

公开(公告)日：2024-04-09

申请号：CN202410057821.2

申请日：2024-01-16

Applicant: 烟台大学

Inventor： 刘志中 ,  苏兆辉 ,  孙鸿翔 ,  郭强 ,  初佃辉

IPC: G06Q40/04 ,  G06Q40/06 ,  G06Q30/0201 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明属于股价预测技术领域，具体涉及股价预测方法、系统、设备、存储介质，通过设置固定时间步长的滑动窗口，滑动窗口按照股价序列数据的时间维度，递进滑动步长，直至历史市场股价序列数据全部遍历、分解完成，得到N个子序列及每一个子序列对应的若干个内涵模态分量，从而保证了利用当前数据进行股价预测，防止了数据泄漏；另外对子序列中的股价数据进行三次样条插值后进行分解，能够避免在端点处产生畸变分量，克服了股价序列高波动性与非线性带来的预测误差大的问题。

公开(公告)号：CN117540007A

公开(公告)日：2024-02-09

申请号：CN202410008075.8

申请日：2024-01-04

Applicant: 烟台大学

Inventor： 刘志中 ,  孙宇航 ,  初佃辉 ,  郭强 ,  孙鸿翔

IPC: G06F16/335 ,  G06F16/33 ,  G06F16/783 ,  G06F16/683 ,  G06F18/22

Abstract: 本发明涉及多模态情感数据识别技术领域，具体为基于相似模态补全的多模态情感分析方法、系统和设备，该分析方法首先将标记好的缺失模态的标记多模态样本，进行全局特征提取、多线性处理和概率映射处理，得到准确的标记多模态样本的预测标签；接着，基于缺失模态的属性，以及标记多模态样本的预测标签，与相似全模态样本的真实标签和预测标签的相同性，确定最合适的相似全模态样本，对缺失模态进行数据补全，得到补全标记多模态样本；最后，将待检多模态样本、或标记多模态样本、或补全标记多模态样本中的模态，进行多模态融合，得到的融合模态经分类处理，得到准确率更高的情感分析结果。