-
公开(公告)号：CN113609153B
公开(公告)日：2025-03-04
申请号：CN202110812324.5
申请日：2021-07-19
Applicant: 用友网络科技股份有限公司
IPC: G06F16/31 , G06F16/334 , G06F16/3329 , G06F16/353 , G06F16/215 , G06Q10/1053
Abstract: 本发明提出了一种人才信息处理方法、装置、计算机设备和可读存储介质。人才信息处理方法，包括：确定人才数据库中任一人才数据具有的M个基础标签信息；确定用于概括N个基础标签信息的上位标签信息，其中，N小于或等于M；将任一人才数据与上位标签信息关联。本发明的技术方案在人才数据库中增加了与人才数据相对应的上位标签，避免了相关技术的人力系统中，在对上位标签进行检索时，因人力系统中缺乏上位标签，需要对多个基础标签进行共同提取的问题，不仅提高了搜索的信息的准确性，同时在对人才数据进行搜索时，可以提供更加符合要求的人才数据。
-
公开(公告)号：CN115469836A
公开(公告)日：2022-12-13
申请号：CN202211051946.1
申请日：2022-08-31
Applicant: 用友网络科技股份有限公司
Abstract: 本发明提出了一种数据模型的开发方法、开发系统和可读存储介质。数据模型的开发方法包括：根据用户输入的数据获取指令，获取原始数据集；根据原始数据集的数据类型，在多个特征工程中确定目标特征工程，多个特征工程为预设的特征工程；根据目标特征工程，对原始数据集进行数据处理，以得到目标数据集；根据目标数据集，建立目标数据模型，并通过目标数据集训练目标数据模型。
-
公开(公告)号：CN115438730A
公开(公告)日：2022-12-06
申请号：CN202211061420.1
申请日：2022-08-31
Applicant: 用友网络科技股份有限公司
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06F16/215 , G06F16/25 , G06F16/28
Abstract: 本发明提供了一种目标数据的分类方法、装置、可读存储介质及电子设备，目标数据的分类方法包括：获取目标数据集合，目标数据集合内包括同一数据格式的多个目标数据，目标数据的数据格式包括结构化数据格式、图片数据格式以及文本数据格式中的任一种；根据数据格式确定目标数据的第一处理方式；根据第一处理方式对目标数据进行第一处理，得到第一处理数据；根据目标数据的数据类别，将多个第一处理数据分类为多个数据集。
-
公开(公告)号：CN115952875A
公开(公告)日：2023-04-11
申请号：CN202211680522.1
申请日：2022-12-27
Applicant: 用友网络科技股份有限公司
IPC: G06N20/00 , G06F18/214
Abstract: 本申请提供了一种特征处理方法及系统、可读存储介质，特征处理方法包括：获取待处理数据；对待处理数据进行类型判断，得到数据类型；根据数据类型，通过统计分析方法对待处理数据进行分析，得到数据特征；根据数据特征自动选取相应的数据处理方法对待处理数据进行处理，得到优化数据。通过本申请的技术方案，能够自动根据数据特征选择合适的数据处理方法，避免重复性处理操作，保证了高精度的同时可以最小化时间及人力成本，提升了数据处理效率。
-
公开(公告)号：CN115759281A
公开(公告)日：2023-03-07
申请号：CN202211316532.7
申请日：2022-10-26
Applicant: 用友网络科技股份有限公司
IPC: G06N20/00
Abstract: 本申请提出了一种目标模型的构建方法、装置、存储介质和电子设备。该构建方法用于构建用户需要的机器学习算法的目标模型，该构建方法包括：获取用户输入的配置信息和训练数据集；根据配置信息设置第一系统中的配置选项，确定第一模型；根据配置信息和训练数据集训练第一模型，确定目标模型；其中，第一系统为预先构建的能够根据用户输入的信息确定目标模型的模型构建系统。
-
Patent Agency Ranking
公开(公告)号：CN114881742A
公开(公告)日：2022-08-09
申请号：CN202210613446.6
申请日：2022-05-30
Applicant: 用友网络科技股份有限公司
IPC: G06Q30/06 , G06F40/30 , G06F40/289 , G06F16/36 , G06F16/35
Abstract: 本发明提供了一种基于商品知识图谱的图神经网络推荐方法和系统，其中，基于商品知识图谱的图神经网络推荐方法包括：获取用户交易数据；基于用户交易数据构建商品知识图谱；基于图神经网络和商品知识图谱进行商品推荐。本申请通过用户交易数据的少量，构建了商品知识图谱，由于商品知识图谱拥有丰富的语义关联信息，可以为推荐系统提供丰富的辅助信息。与没有知识图谱辅助的推荐模型相比，使用知识图谱辅助的推荐模型可以让推荐结果提高精确性、多样性以及可解释性，解决了现有技术中存在的数据稀疏及冷启动等问题。
-
公开(公告)号：CN113919300A
公开(公告)日：2022-01-11
申请号：CN202111028299.8
申请日：2021-09-02
Applicant: 用友网络科技股份有限公司
IPC: G06F40/169 , G06F16/16
Abstract: 本发明提供了一种数据的标注方法、装置和可读存储介质。数据的标注方法，用于客户端侧，包括：发出创建数据集请求至数据服务；上传文件至对象存储服务；基于文件和标注信息上传至对象存储服务后，发出数据验证请求至数据服务。本发明的技术方案中，文件的上传过程不涉及代码，可以采用图形化、向导式的形式，简化操作过程，用户无需掌握其他知识，实现低门槛，基于固定流程的向导式交互，针对起步晚，基础差的传统行业用户，更为简洁和友好，更好的提升了用户体验。
-
公开(公告)号：CN113609153A
公开(公告)日：2021-11-05
申请号：CN202110812324.5
申请日：2021-07-19
Applicant: 用友网络科技股份有限公司
IPC: G06F16/242 , G06F16/2455 , G06F16/215 , G06F40/30 , G06F16/35 , G06K9/62 , G06Q10/10
Abstract: 本发明提出了一种人才信息处理方法、装置、计算机设备和可读存储介质。人才信息处理方法，包括：确定人才数据库中任一人才数据具有的M个基础标签信息；确定用于概括N个基础标签信息的上位标签信息，其中，N小于或等于M；将任一人才数据与上位标签信息关联。本发明的技术方案在人才数据库中增加了与人才数据相对应的上位标签，避免了相关技术的人力系统中，在对上位标签进行检索时，因人力系统中缺乏上位标签，需要对多个基础标签进行共同提取的问题，不仅提高了搜索的信息的准确性，同时在对人才数据进行搜索时，可以提供更加符合要求的人才数据。
-
公开(公告)号：CN113919300B
公开(公告)日：2024-12-17
申请号：CN202111028299.8
申请日：2021-09-02
Applicant: 用友网络科技股份有限公司
IPC: G06F40/169 , G06F16/16
Abstract: 本发明提供了一种数据的标注方法、装置和可读存储介质。数据的标注方法，用于客户端侧，包括：发出创建数据集请求至数据服务；上传文件至对象存储服务；基于文件和标注信息上传至对象存储服务后，发出数据验证请求至数据服务。本发明的技术方案中，文件的上传过程不涉及代码，可以采用图形化、向导式的形式，简化操作过程，用户无需掌握其他知识，实现低门槛，基于固定流程的向导式交互，针对起步晚，基础差的传统行业用户，更为简洁和友好，更好的提升了用户体验。
-
公开(公告)号：CN113486067A
公开(公告)日：2021-10-08
申请号：CN202110808392.4
申请日：2021-07-16
Applicant: 用友网络科技股份有限公司
IPC: G06F16/2455 , G06F16/28 , G06F16/242 , G06F16/2458
Abstract: 本发明提出了信息查询方法、系统和可读存储介质。其中，信息查询方法包括：获取用户输入的文本信息，确定文本信息的多个搜索关键词；确定多个搜索关键词中的特定关键词，并对特定关键词进行语义扩展，得到至少一个扩展关键词；根据多个搜索关键词和至少一个扩展关键词确定第一词向量；将第一词向量与第一数据库中的第二词向量进行匹配。本发明提供的信息查询方法，搜索方式使用人类自然语言进行，这样更符合人们的使用习惯，同时可对用户输入的文本进行语义扩展，扩展后可以有效地回避因个体差异造成的语义模糊的问题，提升搜索结果的准确性。并且，基于词向量语义下相似度的搜索方式，相似度信息更加丰富，准确性更高。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.036 seconds)
