-
公开(公告)号：CN108427715A
公开(公告)日：2018-08-21
申请号：CN201810109014.5
申请日：2018-01-30
Applicant: 重庆邮电大学
Abstract: 本发明提出一种融合信任度的社交网络好友推荐方法，涉及到用户相似度、置信因子计算和融合。根据社交网络拓扑的推荐偏重于已认识的好友而忽略潜在感兴趣的好友，根据兴趣推荐偏重于推荐陌生用户，难以得到用户信任，同时这两种推荐都没有考虑用户在社交网络中的行为，极大的影响了推荐结果的准确性、可靠性和全面性。本发明提出一种综合考虑社交网络拓扑、用户兴趣和社交行为的推荐方法。首先，根据用户社交网络中共同邻居计算出社交相似度，根据关键字计算兴趣相似度，并进行线性组合。综合考虑用户社交拓扑和社交行为，计算出关系置信度和行为置信度，融合成置信因子。最后，将相似度和置信因子融合，提高相似度计算可信度，产生Top-N推荐列表。
-
公开(公告)号：CN106844083A
公开(公告)日：2017-06-13
申请号：CN201710090523.3
申请日：2017-02-20
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向流计算系统异常感知的容错方法及系统，包括计算模块、系统监控模块、动态扩展模块、错误恢复模块和计算资源池模块。系统监控模块周期性的检测系统中各个工作节点的计算状态，当检测到工作节点的状态为警告时，通过系统监控模块、动态扩展模块、错误恢复模块及计算资源池模块之间的相互配合，对处于警告状态的工作节点进行预防性的错误恢复；系统监控模块进一步监控处于警告状态的工作节点，根据工作节点的状态从警告分别到错误、正常和异常之间转变，错误恢复模块做出不同的处理。这是一种在实现流计算系统中对用户透明的容错方法；本发明具有完整的错误恢复过程，并且提高了流计算系统的错误恢复效率。
-
Patent Agency Ranking
公开(公告)号：CN108470075A
公开(公告)日：2018-08-31
申请号：CN201810325581.4
申请日：2018-04-12
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种面向排序预测的社会化推荐方法，该方法通过利用用户和项目隐含特征，进一步提高了排序预测的精度。首先利用PL模型将项目的潜在特征和使用LFM提取的用户潜在特征进行建模；之后利用用户作为信任者和受托者特征来构建多维信任模型；最后将两者联合建模，构建排序预测模型，接着对模型进行优化处理，从而得到最优的前N个推荐列表。该方法是在考虑社交网络结构信息的同时，将用户两个不同的角色作为信任者和受托者建模，从而将社会信息结合到推荐中，这使得数据稀疏的情况下也能带到达到优化推荐结果的目的。
-
公开(公告)号：CN108399189A
公开(公告)日：2018-08-14
申请号：CN201810064199.2
申请日：2018-01-23
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明属于大数据和数据挖掘推荐系统技术领域，尤其是一种基于社团发现的好友推荐系统及其方法。本发明的系统包括：数据获取模块、数据处理模块、数据存储模块、业务逻辑模块、显示模块等五个模块。提出了一种基于社团发现的计算方法，根据用户的签到地理位置信息和共同好友数计算用户距离相似度和熟识度，再加入到LMF算法中进行社团划分，在产生的好友社团中，根据用户离散签到时间时，采用核密度估计算法计算用户24小时整体签到概率密度。再计算用户签到地点的地点相似度，建立用户时空相似度模型实现推荐。本发明解决用户兴趣多样性推荐的问题以及用户兴趣不断变化带来的推荐运算复杂度增长的问题，得到较传统的推荐技术更加灵活的推荐技术，提高了推荐质量。
-
公开(公告)号：CN108287904A
公开(公告)日：2018-07-17
申请号：CN201810076808.6
申请日：2018-05-09
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于社会化卷积矩阵分解的文档上下文感知推荐方法，该方法首先利用卷积神经网络(CNN)捕获物品描述文档的上下文信息，并将获得的上下文特征向量和高斯噪声一起作为项目的潜在向量；然后利用用户的兴趣爱好更容易受到其所信任的朋友的影响(具有直接链接关系)的特点，通过计算其好友的潜在特征向量的平均值来确定目标用户的潜在特征向量；最后根据用户和项目的联合概率分布函数预测出用户对项目的评分信息。该方法以概率的角度将CNN无缝集成到基于矩阵分解技术的社会化推荐(SocialMF)中，这使得它能在学习过程中进一步识别出与目标用户具有信任关系并且兴趣比较接近的朋友，从而达到优化推荐结果的目的。
-
公开(公告)号：CN106844083B
公开(公告)日：2020-05-12
申请号：CN201710090523.3
申请日：2017-02-20
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向流计算系统异常感知的容错方法及系统，包括计算模块、系统监控模块、动态扩展模块、错误恢复模块和计算资源池模块。系统监控模块周期性的检测系统中各个工作节点的计算状态，当检测到工作节点的状态为警告时，通过系统监控模块、动态扩展模块、错误恢复模块及计算资源池模块之间的相互配合，对处于警告状态的工作节点进行预防性的错误恢复；系统监控模块进一步监控处于警告状态的工作节点，根据工作节点的状态从警告分别到错误、正常和异常之间转变，错误恢复模块做出不同的处理。这是一种在实现流计算系统中对用户透明的容错方法；本发明具有完整的错误恢复过程，并且提高了流计算系统的错误恢复效率。
-
公开(公告)号：CN107679101A
公开(公告)日：2018-02-09
申请号：CN201710818472.1
申请日：2017-09-12
Applicant: 重庆邮电大学
CPC classification number: G06F17/30867 , G06F17/3087 , G06Q30/0201 , G06Q50/01 , H04L67/18 , H04L67/26
Abstract: 本发明公开了一种基于位置和信任关系的网络服务推荐方法，该方法融合了移动用户位置上下文信息、用户偏好及用户之间的信任关系，实现了实时性和互动性的个性化网络服务推荐。本方法是在一个基于位置和信任关系的网络服务推荐方法框架的基础上，在满足近邻相似测度的一般性质的同时，提出了一种基于移动用户位置上下文信息的移动用户偏好相似度计算方法；之后，结合基本用户通信数据集信息提出了一种信任值计算方法。把它们融合并应用于基于移动用户位置和信任关系的网络服务推荐过程中，从而形成了一种基于移动用户位置的个性化网络服务推荐方法。该方法有效地提高了网络服务推荐的准确性和可靠性，同时缓解了推荐过程中可能存在的数据稀疏性以及冷启动问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
