基于机器学习的调查问卷自动生成方法

    公开(公告)号:CN107644015A

    公开(公告)日:2018-01-30

    申请号:CN201710980059.5

    申请日:2017-10-19

    Inventor: 林琛 杨颖 林灵婷

    Abstract: 基于机器学习的调查问卷自动生成方法,涉及机器学习。使用序列模式挖掘算法找出问题中常见的句型,每个问题去掉句型,得到名词性短语,即关键短语;输入话题,得到话题与关键短语的关系图,得覆盖所述关系图的种子问题集;对种子问题集进行语义聚类构建语义上相似的问题集合;对问题集合进行极性匹配;删除不合适的问题;计算关键短语的权重;选择覆盖最大权重关键短语的最小独立问题集合产生问卷。所述方法生成的调查问卷,其中的问题简单,清晰,具体,公正,易于理解。

    一种基于在线评论和情境感知的餐馆推荐方法

    公开(公告)号:CN107545075A

    公开(公告)日:2018-01-05

    申请号:CN201710980537.2

    申请日:2017-10-19

    Inventor: 林琛 刘杜钢

    Abstract: 一种基于在线评论和情境感知的餐馆推荐方法,涉及餐馆推荐。从在线评论中训练情境分类模型;从在线评论中训练特征提取模型;对用户查询进行在线处理。一方面能够充分针对在线评论和评分数据的特点,既有效地对在线评论表达了什么情境下的正面/负面意见进行区分,又准确地抽取出不同情境下哪些餐厅特征是用户偏好的;另一方面对用户的查询要求,既能够推断出潜在的情境需求,又能够根据效用模型为用户推荐最佳的餐厅列表,是一种精度高、推广性好的推荐方法,能够大幅改善用户体验。

    一种基于在线评论和情境感知的餐馆推荐方法

    公开(公告)号:CN107545075B

    公开(公告)日:2020-05-29

    申请号:CN201710980537.2

    申请日:2017-10-19

    Inventor: 林琛 刘杜钢

    Abstract: 一种基于在线评论和情境感知的餐馆推荐方法,涉及餐馆推荐。从在线评论中训练情境分类模型;从在线评论中训练特征提取模型;对用户查询进行在线处理。一方面能够充分针对在线评论和评分数据的特点,既有效地对在线评论表达了什么情境下的正面/负面意见进行区分,又准确地抽取出不同情境下哪些餐厅特征是用户偏好的;另一方面对用户的查询要求,既能够推断出潜在的情境需求,又能够根据效用模型为用户推荐最佳的餐厅列表,是一种精度高、推广性好的推荐方法,能够大幅改善用户体验。

    基于机器学习的调查问卷自动生成方法

    公开(公告)号:CN107644015B

    公开(公告)日:2020-02-18

    申请号:CN201710980059.5

    申请日:2017-10-19

    Inventor: 林琛 杨颖 林灵婷

    Abstract: 基于机器学习的调查问卷自动生成方法,涉及机器学习。使用序列模式挖掘算法找出问题中常见的句型,每个问题去掉句型,得到名词性短语,即关键短语;输入话题,得到话题与关键短语的关系图,得覆盖所述关系图的种子问题集;对种子问题集进行语义聚类构建语义上相似的问题集合;对问题集合进行极性匹配;删除不合适的问题;计算关键短语的权重;选择覆盖最大权重关键短语的最小独立问题集合产生问卷。所述方法生成的调查问卷,其中的问题简单,清晰,具体,公正,易于理解。

    一种基于数据非随机缺失机制的推荐系统方法

    公开(公告)号:CN108287902B

    公开(公告)日:2020-11-20

    申请号:CN201810070082.5

    申请日:2018-01-24

    Applicant: 厦门大学

    Inventor: 林琛 黄洁 刘杜钢

    Abstract: 一种基于数据非随机缺失机制的推荐系统方法,涉及互联网技术。获取用户历史行为记录;对得到的用户历史行为数据进行预处理;对预处理后的数据划分为训练集和测试集,进行模型训练;在模型训练结果中获取用户和商品相关参数;根据用户和商品相关参数预测用户对于未评分商品的偏好,并进行推荐。一方面克服了传统推荐方法中存在的随机缺失机制不能正确体现评分的缺失行为的缺点,另一方面通过沉默的螺旋理论,更加准确的给出用户在对商品进行评分行为的机制,增强模型的可解释性,提高预测精度。

    一种基于一致性监测的实时事件摘要方法

    公开(公告)号:CN111639176A

    公开(公告)日:2020-09-08

    申请号:CN202010477088.1

    申请日:2020-05-29

    Applicant: 厦门大学

    Abstract: 一种基于一致性监测的实时事件摘要方法,涉及深度学习,依次使用以下步骤:对监控的文本数据流进行分割和预处理;训练一个分层循环神经网络以检测历史与实时文本片段之间信息不一致的概率;训练一个基于深度学习抽取式摘要生成模型;训练一个基于强化学习和深度学习的生成式摘要模型;将预训练好的抽取式摘要生成模型和生成式摘要模型结合起来,训练一个端到端的神经摘要模型;通过训练好的端到端的神经摘要模型对每个分割时间段的监控文本数据进行解码,得到信息一致,内容易于理解的实时事件摘要。

    一种基于多源数据融合的城市区域功能智能识别方法

    公开(公告)号:CN111382224B

    公开(公告)日:2022-06-21

    申请号:CN202010151262.3

    申请日:2020-03-06

    Applicant: 厦门大学

    Inventor: 林琛 翁宇游

    Abstract: 本发明的一种基于多源数据融合的城市区域功能智能识别方法,包括:获取城市的地图数据,根据主要道路将城市划分为若干个城市区域;从互联网网站中搜集每个城市区域包含的兴趣点元数据和文本数据并进行归一化处理;搜集出租车的轨迹数据并量化;建立基于贝叶斯层次模型的无监督聚类模型,根据变分推断法求解该模型参数;产生每个城市区域的主题分布,以及每个主题与各种功能的相关性,概率最大的主题最相关的几个城市功能为该区域的主要功能;产生该区域每个功能最相关的城市特征词。本发明方法融合多源多模态数据,对城市区域功能进行智能识别和划分,从数值和文本形式产生了功能分布和城市特征两种解释方式,增强城市区域功能识别的可靠性和可解释性。

    基于机器学习的舆情事件反转检测方法

    公开(公告)号:CN111966878A

    公开(公告)日:2020-11-20

    申请号:CN202010773757.X

    申请日:2020-08-04

    Applicant: 厦门大学

    Inventor: 林琛 李辉 王云杰

    Abstract: 基于机器学习的舆情事件反转检测方法,涉及机器学习。依次使用以下步骤:输入舆情期间新闻事件相关的新闻实体,获得舆情期间公众评论并关联到新闻事件报道;使用基于位置信息的情感极性预测模型抽取公众评论对于新闻实体的情感极性;使用公众情感演变模型,得到舆情期间公众评论情感极性转变的时间点;使用自回归模型与句子嵌入相结合的方式,确定引发舆情反转的新闻事件。实验表明,舆情事件反转检测系统精确的确定了公众舆情反转点的位置以及造成的原因。

Patent Agency Ranking