-
Patent Agency Ranking
公开(公告)号：CN109859063A
公开(公告)日：2019-06-07
申请号：CN201910049502.6
申请日：2019-01-18
Applicant: 河北工业大学
IPC: G06Q50/00
Abstract: 本发明实施例公开了一种社区发现方法、装置、存储介质及终端设备。所述社区发现方法包括：基于预设规则确定待分析网络中预设数量的目标网络节点，并基于所述目标网络节点构建约束点集合；根据所述约束点集合构建约束矩阵；根据所述约束矩阵对所述待分析网络进行社区结构划分。通过本发明实施例提供的技术方案，能够充分利用待分析网络中的约束信息，但又不会过分依赖先验知识，准确、高效地对待分析网络进行社区结构的划分，有利于进一步指导待分析网络的社区结构的挖掘。
-
公开(公告)号：CN109859063B
公开(公告)日：2023-05-05
申请号：CN201910049502.6
申请日：2019-01-18
Applicant: 河北工业大学
IPC: G06Q50/00
Abstract: 本发明实施例公开了一种社区发现方法、装置、存储介质及终端设备。所述社区发现方法包括：基于预设规则确定待分析网络中预设数量的目标网络节点，并基于所述目标网络节点构建约束点集合；根据所述约束点集合构建约束矩阵；根据所述约束矩阵对所述待分析网络进行社区结构划分。通过本发明实施例提供的技术方案，能够充分利用待分析网络中的约束信息，但又不会过分依赖先验知识，准确、高效地对待分析网络进行社区结构的划分，有利于进一步指导待分析网络的社区结构的挖掘。
-
公开(公告)号：CN109672938A
公开(公告)日：2019-04-23
申请号：CN201910011378.4
申请日：2019-01-07
Applicant: 河北工业大学
IPC: H04N21/442 , H04N21/466 , H04N21/475
Abstract: 本发明一种IPTV节目推荐方法，涉及由服务器执行的方便内容分发与终端用户设备相关的数据的交互式电视，是一种基于隐式评分模型和图游走的协同过滤IPTV节目推荐方法，提出一种三特征隐式评分模型，将用户收视行为数据转化为用户评分数据，再使用加入时间因子函数余弦相似度计算节目的直接相似度，然后使用图游走的方法计算节目的间接相似度，最后重建节目的相似度并对用户进行推荐，克服了现有技术中存在处于大数据环境下，数据稀疏性和兴趣漂移影响到对IPTV节目推荐的准确度的缺陷，以及现有技术均未对用户的兴趣漂移问题进行改善的缺陷。
-
公开(公告)号：CN109766557B
公开(公告)日：2023-07-18
申请号：CN201910049494.5
申请日：2019-01-18
Applicant: 河北工业大学
IPC: G06F40/30 , G06F40/289 , G06Q30/0201 , G06Q30/0203
Abstract: 本发明实施例公开了一种情感分析、装置、存储介质及终端设备。情感分析方法包括：获取待进行情感分析的目标数据；对目标数据进行分词处理，获取与目标数据对应的初始词向量集合；根据初始词向量集合确定目标数据中待分析目标对应的目标向量；将初始词向量集合及目标向量输入至预先训练的情感分析模型中，根据情感分析模型的输出结果，确定待分析目标的情感极性；其中，情感分析模型基于多层卷积神经网络训练生成。通过采用上述技术方案，能够基于多层卷积神经网络训练而成的情感分析模型，平行地接收和处理待进行情感分析的目标数据，并充分挖掘目标数据中关于特定目标的情感信息，可以准确、高效地分析出相关数据中特定目标的情感极性。
-
公开(公告)号：CN109766557A
公开(公告)日：2019-05-17
申请号：CN201910049494.5
申请日：2019-01-18
Applicant: 河北工业大学
Abstract: 本发明实施例公开了一种情感分析、装置、存储介质及终端设备。情感分析方法包括：获取待进行情感分析的目标数据；对目标数据进行分词处理，获取与目标数据对应的初始词向量集合；根据初始词向量集合确定目标数据中待分析目标对应的目标向量；将初始词向量集合及目标向量输入至预先训练的情感分析模型中，根据情感分析模型的输出结果，确定待分析目标的情感极性；其中，情感分析模型基于多层卷积神经网络训练生成。通过采用上述技术方案，能够基于多层卷积神经网络训练而成的情感分析模型，平行地接收和处理待进行情感分析的目标数据，并充分挖掘目标数据中关于特定目标的情感信息，可以准确、高效地分析出相关数据中特定目标的情感极性。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
