-
公开(公告)号：CN105068879B
公开(公告)日：2018-08-17
申请号：CN201510548175.0
申请日：2015-08-31
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F9/54
Abstract: 本申请公开了查找目标订阅的方法及装置，应用于位置感知的订阅/发布系统，该方法包括：接收信息发布者发布的事件，所述事件包括值对信息及空间地理位置信息，其中，所述值对信息为一组等号谓词合取式；计算所述事件的谓词个数；对预先建立的布尔表达式列表分别进行以下匹配处理，直到所有布尔表达式列表被处理完，得到目标订阅集合。本发明公开的查找目标订阅的方法中，通过将订阅中的关键词按照属性及大小进行划分的方式，将订阅存储在布尔表达式子表及布尔表达式列表中，进而有效提升了查询匹配的效率。
-
公开(公告)号：CN104850649B
公开(公告)日：2018-06-19
申请号：CN201510287900.3
申请日：2015-05-29
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F17/30
Abstract: 本申请提供了一种在地图上进行兴趣点采样的方法及系统，该方法包括：根据路网信息对待采样区域进行预处理得到一个初始区域；搜索初始区域内的兴趣点数量；根据初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则为可用区域，否则将初始区域分割，直至获取可用区域；根据可用区域内的兴趣点数量估算采样区域内的兴趣点数量。该方法通过先把初始的大区域分割成多个区域，然后再选取某一个区域根据路网信息进行迭代分割，直到出现一个可用区域，该预处理过程利用离线路网信息，无需在线提交查询，在很大程度上减少查询次数，实现大区域查询的高效性和准确性。
-
公开(公告)号：CN104881689B
公开(公告)日：2018-06-19
申请号：CN201510337187.9
申请日：2015-06-17
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本发明提供了一种多标签主动学习分类方法及系统，包括：分别采用对数似然获取已标注样本标签对的似然度及采用熵的方式获取待标注样本标签对的不确定性；分别计算多个相同样本的不同标签间的KL距离及多个不同标签间的权重因子；将每个KL距离和与之相应的权重因子进行乘法运算，获取相应的结果，将多个结果进行相加，获取与待标注样本标签对相关的待标注样本标签对的KL距离和，采用KL距离和确定交叉标签不确定性；确定待标注样本标签对的最终不确定性；进而依据似然度和待标注样本标签对的最终不确定新的样本标签对训练集，并采用新的样本标签对训练集训练分类器。
-
公开(公告)号：CN104850645B
公开(公告)日：2018-08-14
申请号：CN201510282807.3
申请日：2015-05-28
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F17/30
Abstract: 本发明提供了一种基于矩阵分解的主动学习评分引导方法及系统，包括：分别获取新用户的用户特征、其他用户的用户特征、新用户未评分项目的项目特征及其他用户已评分项目的项目特征；通过计算新用户的用户特征和其他用户的用户特征间的余弦相似度获取相似用户；采用相似用户中已评分项目的流行度和信息含量获取最优项目，并将最优项目交由新用户，以采用新用户对最优项目进行评分，获取评分结果。与现有技术相比，本发明采用基于矩阵分解的主动学习评分引导方法及模型，更好的预测了用户的偏好信息，进而提高了推荐准确率。
-
公开(公告)号：CN111369324B
公开(公告)日：2024-01-23
申请号：CN202010171709.3
申请日：2020-03-12
Applicant: 苏州大学
IPC: G06Q30/0601 , G06Q30/0201 , G06Q30/0203 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种目标信息确定方法，包括：对获取到的用户数据进行特征提取处理，得到特征信息；利用周期性预测通道对特征信息进行周期预测处理，得到周期性特征；利用衰减性预测通道对特征信息进行衰减预测处理，得到衰减性特征；利用周期性特征和衰减性特征对用户数据对应的多个信息进行筛选，得到目标信息；该方法利用周期性预测通道与衰减性预测通道相结合的方法，使目标信息的确定过程包括了信息周期的影响，因此可以准确地对用户数据对应的多项信息进行筛选，确定当前需要的信息，即目标信息，改善了用户的使用体验；此外，本发明还提供了一种目标信息确定装置、目标信息确定设备及计算机可读存储介质，也具有上述有益效果。
-
Patent Agency Ranking
公开(公告)号：CN116108283B
公开(公告)日：2023-10-13
申请号：CN202310388969.X
申请日：2023-04-13
Applicant: 苏州大学
IPC: G06F16/9535 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种序列推荐的不确定性感知对比学习方法包括，构建模型嵌入层；确定基本序列编码器；计算偶然不确定性感知对比学习损失，计算认知不确定性感知集成学习损失，得到模型的最终预测输出；计算主要推荐任务的损失；模型反向传播梯度更新模型参数。本方法为了减轻模型的认知不确定性，在编码器之后集成了多个独立的子网络，以捕获模型在不同表示级别的输出。此外，本方法还应用多样性正则化项来防止多个子网络的输出收敛。
-
公开(公告)号：CN116089735A
公开(公告)日：2023-05-09
申请号：CN202310389147.3
申请日：2023-04-13
Applicant: 苏州大学
IPC: G06F16/9535 , G06N3/0455 , G06N3/0985 , G06N3/0895
Abstract: 本发明公开了用于序列推荐的元优化Seq2Seq和对比学习方法包括：设置由用户和项目组成的交互序列，将交互序列输入序列编码器和序列解码器；训练Seq2Seq生成器为每个输入序列创建增强视图；将序列置入变分自注意网络计算相互增强视图的序列表示，通过优化交叉熵损失训练序列推荐模型；利用元优化训练策略为下游任务生成对比视图。本发明提供的用于序列推荐的元优化Seq2Seq和对比学习方法使用独立于编码器和解码器的结构，其他序列推荐模型也可以在本发明模型上正常使用。使用一个序列两次进入编码器的方法，保留了用户交互序列的语义信息和顺序模式。使用自注意力机制保证用户交互对于每个项目有相同的重要性。
-
公开(公告)号：CN110119467B
公开(公告)日：2023-05-02
申请号：CN201910398877.3
申请日：2019-05-14
Applicant: 苏州大学
IPC: G06F16/951 , G06F16/9535
Abstract: 本发明公开了一种基于会话的项目推荐方法、装置、设备及计算机可读存储介质；在本方案中，通过用户的历史会话序列构建出一个有向的会话结构图，基于该会话结构图，图神经网络能够捕捉相邻项目之间的转换，并且生成该图中所有节点的隐含状态向量，然后运用自注意力机制来建模长距离依赖，最后把用户的全局偏好和当前局部偏好的线性组合作为当前会话的隐含向量来预测下一次点击的概率，本方案利用自注意力网络和图神经网络的互补优势，实现了对项目的精准推荐。
-
公开(公告)号：CN115423566A
公开(公告)日：2022-12-02
申请号：CN202211134934.5
申请日：2022-09-19
Applicant: 苏州大学
Abstract: 本申请公开了一种模型训练方法、装置、设备及存储介质，涉及计算机技术领域，包括：获取用户交互序列中的物品ID，基于所述物品ID获取物品嵌入向量；基于全部物品嵌入向量生成物品嵌入矩阵，将物品嵌入矩阵输入至动态混合层和通道混合层，得到动态混合矩阵；基于动态混合矩阵与预设损失函数得到当前损失值，判断当前损失值是否满足预设条件；若满足预设条件，则基于当前动态混合层和通道混合层中的当前参数得到目标模型。本申请通过物品的ID获取对应的物品嵌入矩阵，然后通过动态混合层和通道混合层得到动态混合矩阵，再基于预设损失函数确定最终的模型参数，从而得到目标模型，增强了模型的稳健性与效率，并提升了模型在使用过程中答案的准确性。
-
公开(公告)号：CN112925893A
公开(公告)日：2021-06-08
申请号：CN202110308770.2
申请日：2021-03-23
Applicant: 苏州大学
IPC: G06F16/332 , G06F16/335 , G06F16/387 , G06F16/9535 , G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种对话式兴趣点推荐方法、装置、电子设备及介质，该方法包括：利用用户访问兴趣点的历史访问序列生成训练兴趣点序列、时间训练序列及位置训练序列；其中，历史访问序列中包含有用户访问兴趣点的访问时间及兴趣点的地理位置信息；将所有兴趣点、训练兴趣点序列、时间训练序列及位置训练序列输入时空兴趣点推荐网络中进行训练，生成兴趣点推荐序列及访问预测值；当接收到用户发送的对话推荐请求时，确定接收时间及接收时间在一天中对应的预设时间段，并利用预设时间段、兴趣点推荐序列及访问预测值生成对话状态；将对话状态输入时空策略网络中进行强化学习，向用户进行对话推荐。本发明可综合兴趣点的时空因素提升兴趣点推荐准度。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.022 seconds)
