-
公开(公告)号:CN119598240A
公开(公告)日:2025-03-11
申请号:CN202311159808.X
申请日:2023-09-08
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开一种对象分类方法、装置、设备及存储介质,方法包括:获取多个对象的对象特征,并获取基于多个对象构建的对象网络;对该对象网络进行图分割处理,得到多个对象子图,每个对象子图均包括至少一个节点;调用图神经网络模型根据多个对象的对象特征,对各个对象子图进行无监督的图表征学习,得到每个节点的节点特征;分别根据每个节点的节点特征,对相应节点所表示的对象进行分类处理,以提升对象分类结果(即分类得到的类别信息)的准确性。
-
公开(公告)号:CN110489751B
公开(公告)日:2024-12-31
申请号:CN201910746144.4
申请日:2019-08-13
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F40/211 , G06F40/253 , G06F16/36 , G06F18/22
Abstract: 本公开提供一种文本相似度计算方法及装置、电子设备、存储介质;涉及计算机技术领域。所述文本相似度计算方法包括:获取目标文本以及所述目标文本对应的知识图谱数据,并对所述知识图谱数据进行转换处理以确定所述知识图谱数据对应的关系特征向量;对所述目标文本进行分词处理,确定所述目标文本对应的原始语句序列;通过所述关系特征向量以及预建立的注意力模型确定所述原始语句序列对应的第一文本向量;获取预设文本的第二文本向量,并根据预设算法计算所述第一文本向量以及所述第二文本向量以确定所述目标文本与所述预设文本的相似度。本公开能够提高文本内容的表示效果,进而提升计算文本相似度的准确性。
-
公开(公告)号:CN110472107B
公开(公告)日:2024-01-30
申请号:CN201910778329.3
申请日:2019-08-22
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/901 , G06F16/28 , G06F16/36
Abstract: 本发明提供了一种多模态知识图谱构建方法、装置、服务器以及存储介质,应用于多模态知识图谱构建系统的构建层,构建层包括流式构建拓扑模块、微服务集合模块以及工具集模块,流式构建拓扑模块获取游戏领域的结构化数据,并对游戏领域的结构化数据进行在线流式处理,生成图谱构建拓扑图;微服务集合模块获取游戏领域的非结构化数据,并对游戏领域的非结构化数据进行处理,以在所述图谱构建拓扑图的基础上构建粗粒度的多模态知识图谱;工具集模块按照预设周期对粗粒度的多模态知识图谱进行校正,以构建精细化的多模态知识图谱。基于上述方案,能够实现快速构建多模态知识图谱。
-
公开(公告)号:CN110458360B
公开(公告)日:2023-07-18
申请号:CN201910745843.7
申请日:2019-08-13
Applicant: 腾讯科技(深圳)有限公司
IPC: G06Q10/04 , G06N20/00 , G06F18/2431
Abstract: 本发明公开了一种热门资源的预测方法、装置、设备及存储介质,属于网络技术领域。该方法包括:获取多个资源的第一特征,第一特征包括资源的标签数量、价格、发行时长、评测数量、访问数量中的一项或多项;调用机器学习模型,机器学习模型用于根据资源的第一特征对资源的第二特征进行预测,第二特征能够表示资源的热门程度;将多个资源的第一特征输入机器学习模型,输出每个资源的第二特征;根据每个资源的第二特征,对多个资源进行排序;将多个资源中排在前第一数目的资源输出为热门资源。本发明提供了一种自动化的预测出热门资源的方法,节省了预测热门资源的时间,提高了预测热门资源的效率。此外,能够提高预测的准确性。
-
公开(公告)号:CN110795465B
公开(公告)日:2023-07-07
申请号:CN201910871680.7
申请日:2019-09-16
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/2458 , G06Q30/0201 , G06Q30/0203
Abstract: 本发明提供了一种用户规模预估方法、装置、服务器及存储介质,属于计算机技术领域。所述方法包括:对于第一目标应用程序的每个应用标签,获取应用标签对应的多个标签数据,根据多个标签数据,生成第一目标应用程序的第一应用特征向量;获取已上线的多个第二目标应用程序的第二应用特征向量和多个第一用户分别对于每个第二目标应用程序的第一用户权重;根据第二应用特征向量和第一用户权重,确定每个第一用户的第一用户特征向量;将第一应用特征向量和第一用户特征向量输入规模预估模型,得到第一用户规模。由于引入了第一应用特征向量和第一用户特征向量,能够全面刻画第一目标应用程序的属性,体现用户的偏好,预估的第一用户规模更加准确。
-
公开(公告)号:CN110175296B
公开(公告)日:2023-03-24
申请号:CN201811325939.X
申请日:2018-11-08
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明实施例公开一种网络图中的节点推荐方法和服务器以及存储介质,用于提高了推荐效率。本发明实施例提供一种网络图中的节点推荐方法,包括:从推荐服务器中预先存储的网络图中获取到第一节点,网络图中包括有N个节点,N个节点中存在通过边连接的相邻节点,N的取值为正整数,第一节点属于N个节点;从第一节点开始,以预设的停止概率在网络图中进行ω条的随机游走,ω的取值为正整数;当所述ω条的随机游走停止在M个节点上时,则根据所述ω和所述M个节点分别对应的随机游走停止条数分别确定所述M个节点分别对应的个性化网页排名PPR;根据M个节点分别对应的PPR从M个节点中确定出第二节点,并向第一节点推荐第二节点。
-
公开(公告)号:CN110772797B
公开(公告)日:2021-09-28
申请号:CN201911037287.4
申请日:2019-10-29
Applicant: 腾讯科技(深圳)有限公司
IPC: A63F13/798 , A63F13/795 , G06N20/00
Abstract: 本发明实施例提供了一种数据处理方法、装置、服务器及可存储介质,其中方法包括:获取第一比赛结果集合,所述第一比赛结果集合包括按照第一更新粒度选取的M局比赛的胜负结果和参与所述M局比赛的第一用户集合,所述M为大于1的整数;获取目标用户当前的能力值,所述目标用户为所述第一用户集合中的任意一个用户;利用基于网页排名算法的目标能力权重分配方法、所述第一比赛结果集合和所述目标用户当前的能力值确定所述目标用户更新后的能力值;根据所述目标用户更新后的能力值确定与所述目标用户匹配的比赛,通过本发明实施例可以准确地对用户能力进行计算更新,提高对用户能力评价的灵活性。
-
公开(公告)号:CN110175296A
公开(公告)日:2019-08-27
申请号:CN201811325939.X
申请日:2018-11-08
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明实施例公开一种网络图中的节点推荐方法和服务器以及存储介质,用于提高了推荐效率。本发明实施例提供一种网络图中的节点推荐方法,包括:从推荐服务器中预先存储的网络图中获取到第一节点,网络图中包括有N个节点,N个节点中存在通过边连接的相邻节点,N的取值为正整数,第一节点属于N个节点;从第一节点开始,以预设的停止概率在网络图中进行ω条的随机游走,ω的取值为正整数;当所述ω条的随机游走停止在M个节点上时,则根据所述ω和所述M个节点分别对应的随机游走停止条数分别确定所述M个节点分别对应的个性化网页排名PPR;根据M个节点分别对应的PPR从M个节点中确定出第二节点,并向第一节点推荐第二节点。
-
公开(公告)号:CN103685502B
公开(公告)日:2017-07-25
申请号:CN201310661835.7
申请日:2013-12-09
Applicant: 腾讯科技(深圳)有限公司
IPC: H04L29/08
CPC classification number: H04L51/12 , G06Q30/0251 , H04L29/08 , H04L67/22 , H04L67/26 , H04L67/306
Abstract: 本发明实施例公开了一种消息推送方法、装置及系统,其中,所述方法包括:在接收到推送触发消息时,获取所述推送触发消息所对应的用户标识;若获取到的用户标识在已计算确定的目标用户集合中,则根据所述目标用户集合的推广类型选择推送消息,并根据所述用户标识推送所述推送消息;其中,所述已计算确定的目标用户集合包括:根据预置的预测模型对已注册用户标识的用户属性进行统计后生成的包括多个用户标识的集合。采用本发明,可以有针对性地、较为智能地向目标用户群推送消息,实现了较为精准的诸如服务、产品等内容的推广,较好地节约了推送服务器的软硬件资源,并且在一定程度上避免了对不需要推送消息的用户造成的干扰。
-
公开(公告)号:CN110472067B
公开(公告)日:2024-05-07
申请号:CN201910764648.9
申请日:2019-08-19
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/36 , G06F40/295 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本申请公开了一种知识图谱表示学习方法、装置、计算机设备及存储介质,该方法包括:为知识图谱中各三元组生成正例三元组向量;确定每个三元组中待替换的目标实体及其实体类别,并利用生成模型为每个三元组构建该三元组的负例三元组向量;依据各个三元组的负例三元组向量,确定生成模型的第一损失函数值;依据知识图谱中各个三元组中目标实体的实体类别、各个三元组的正例三元组向量和负例三元组向量,并利用判别模型的第二损失函数,确定第二损失函数值;依据第一损失函数值和第二损失函数值,优化知识图谱中各个三元组的正例三元组向量、生成模型以及判别模型,直至达到优化目标。本申请的方案可以提高知识图谱表示学习的精准度。
-
-
-
-
-
-
-
-
-