公开(公告)号：CN105653637A

公开(公告)日：2016-06-08

申请号：CN201510998263.0

申请日：2015-12-28

Applicant: 苏州大学

Inventor： 赵朋朋 ,  李春华 ,  周子婷 ,  崔志明

IPC: G06F17/30

CPC classification number: G06F16/9537

Abstract: 本申请公开了一种基于层次结构的兴趣点推荐方法，该方法包括：在WMF法的基础上，通过融合地理位置信息，构建用于计算用户对兴趣点的位置偏好的原始目标函数；对兴趣点特征矩阵进行分层处理，得到q层的兴趣点隐性层次结构；对用户特征矩阵进行分层处理，得到p层的用户隐性层次结构；对用户活动区域矩阵进行分层处理，得到h层的用户活动区域隐性层次结构；利用兴趣点隐性层次结构、用户隐性层次结构以及用户活动区域隐性层次结构，对原始目标函数进行优化，并利用优化得到的主目标函数，确定用户对未曾到访兴趣点的偏好程度，并将偏好程度大于预设值的兴趣点推荐给相应的用户。本申请提高了兴趣点推荐结果的精准程度和细致程度。

公开(公告)号：CN106951963A

公开(公告)日：2017-07-14

申请号：CN201710197975.1

申请日：2017-03-29

Applicant: 苏州大学

Inventor： 赵朋朋 ,  李春华 ,  许佳捷 ,  崔志明

IPC: G06N5/02

Abstract: 本发明公开了一种知识精炼的方法以及装置，通过获取自动抽取的知识库内的候选知识子集；根据众包任务选择算法，从候选知识子集中选取出第一预设数量的最优知识子集，其中，众包任务选择算法为以语义约束规则为基础的算法，第一预设数量小于或等于预设众包任务数量；基于最优知识子集，发布众包任务，得到任务反馈结果；根据任务反馈结果，对知识库进行去噪操作。即基于众包平台，对自动抽取的知识库内的知识进行精炼，也即利用人工标注去除自动抽取的知识库的噪声，使得知识库内的知识质量较高。且选取出预设数量的候选知识子集实施众包任务，使得在有限的资源下最大化知识质量的提升。可见，本申请有利于提高自动抽取的知识库内的知识质量。

公开(公告)号：CN106951963B

公开(公告)日：2020-05-22

申请号：CN201710197975.1

申请日：2017-03-29

Applicant: 苏州大学

Inventor： 赵朋朋 ,  李春华 ,  许佳捷 ,  崔志明

IPC: G06N5/02

Abstract: 本发明公开了一种知识精炼的方法以及装置，通过获取自动抽取的知识库内的候选知识子集；根据众包任务选择算法，从候选知识子集中选取出第一预设数量的最优知识子集，其中，众包任务选择算法为以语义约束规则为基础的算法，第一预设数量小于或等于预设众包任务数量；基于最优知识子集，发布众包任务，得到任务反馈结果；根据任务反馈结果，对知识库进行去噪操作。即基于众包平台，对自动抽取的知识库内的知识进行精炼，也即利用人工标注去除自动抽取的知识库的噪声，使得知识库内的知识质量较高。且选取出预设数量的候选知识子集实施众包任务，使得在有限的资源下最大化知识质量的提升。可见，本申请有利于提高自动抽取的知识库内的知识质量。