-
公开(公告)号：CN106844161B
公开(公告)日：2020-03-17
申请号：CN201710090521.4
申请日：2017-02-20
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种带状态流计算系统中的异常监控及预测方法和系统，该方法主要对带状态的流计算系统进行全面实时监控并采集系统性能指标；采用数据降维方法对分类器输入数据进行预处理，然后利用分类算法获取最优的分类平面；通过系统预测模块预测系统下一时刻的运行状态；将预测的运行状态构成的平面与分类器所得的最优分类平面进行比较，最终可以预测出系统是否出现异常，并根据检查结果对分类器进行更新，使得获取的分类平面能自适应系统运行状况，最终达到监控及预测系统运行状态的目的。降维处理不仅实现了降维的目的，减少特征向量的维数，而且缩短了训练时间，计算量并没有随着维数升高而增加很多。
-
公开(公告)号：CN106844161A
公开(公告)日：2017-06-13
申请号：CN201710090521.4
申请日：2017-02-20
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种带状态流计算系统中的异常监控及预测方法和系统，该方法主要对带状态的流计算系统进行全面实时监控并采集系统性能指标；采用数据降维方法对分类器输入数据进行预处理，然后利用分类算法获取最优的分类平面；通过系统预测模块预测系统下一时刻的运行状态；将预测的运行状态构成的平面与分类器所得的最优分类平面进行比较，最终可以预测出系统是否出现异常，并根据检查结果对分类器进行更新，使得获取的分类平面能自适应系统运行状况，最终达到监控及预测系统运行状态的目的。降维处理不仅实现了降维的目的，减少特征向量的维数，而且缩短了训练时间，计算量并没有随着维数升高而增加很多。
-
公开(公告)号：CN108388911A
公开(公告)日：2018-08-10
申请号：CN201810090695.5
申请日：2018-01-30
Applicant: 重庆邮电大学
Abstract: 本发明提出一种面向混合属性的移动用户动态模糊聚类方法，该方法分析移动用户行为属性，从而实现用户的动态分群。首先按照用户属性比例初步计算模糊聚类时用户各类属性权重，进一步通过定义用户行为相似度指标来衡量用户间的相似度，通过用户平均隶属度阀值作为指标来确定是否需要增加新的群组。使用本文的方法解决模糊K-Prototypes算法的分类权重属性系数不易确定的问题，且通过采用Jaccard距离度量特殊标型变量之间的距离。通过定义用户行为相似度指标描述用户间的行为相似度，然后计算用户平均隶属度，用户平均隶属度较小说明这些用户不适合划分到现有群组，需要增加新的群组，从而实现用户的动态分群。
-
Patent Agency Ranking
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：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：CN107609063B
公开(公告)日：2020-03-17
申请号：CN201710756590.4
申请日：2017-08-29
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于大数据和数据挖掘推荐系统技术领域，尤其是一种多标签分类的手机应用推荐系统及其方法。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。提出了一种基于随机游走算法的多标签分类算法，将多标签数据映射成为多标签随机游走图。当输入一个未分类数据时，建立一个多标签随机游走图系列。而后对图系列中的每个节点随机游走，得到遍历每个顶点的概率分布，并将这个点概率分布转化成每个标签的概率分布。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：CN107609063A
公开(公告)日：2018-01-19
申请号：CN201710756590.4
申请日：2017-08-29
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，尤其是一种多标签分类的手机应用推荐系统及其方法。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。提出了一种基于随机游走算法的多标签分类算法，将多标签数据映射成为多标签随机游走图。当输入一个未分类数据时，建立一个多标签随机游走图系列。而后对图系列中的每个节点随机游走，得到遍历每个顶点的概率分布，并将这个点概率分布转化成每个标签的概率分布。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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
