“刘业政”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果104个，建议您升级VIP下载更多相关专利

[发明专利]融合用户生成场景图像与个性化偏好的互补品推荐方法-CN202110394367.6有效
发明人：姜元春;史璐童;钱洋;徐思雨;刘昊鑫;徐小琛;柴一栋;张向磊;刘业政;林欢 -专利权人：合肥工业大学;青岛人单合一创业服务有限公司
申请日： 2021-04-13 - 公布日： 2022-09-13 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种融合用户生成场景图像与个性化偏好的互补品推荐方法，包括以下步骤：1)通过目标检测技术来识别图像中的产品从而形成产品集合；2)利用所有用户的共同购买记录，寻找与识别产品共同出现的产品集合，对产品序列进行初步筛选后，利用CDM需求交叉弹性函数，计算互补品备选名单；3)从用户的历史购买记录中学习用户的隐特征；4)结合互补品特征与用户兴趣特征，基于协同过滤矩阵分解的思路，最终形成推荐列表。本发明结合用户生成场景图像，用户个性化偏好等信息，可应用于基于图像的用户个性化互补产品推荐。
融合用户生成场景图像个性化偏好互补推荐方法

[发明专利]用户关注点识别方法、系统和存储介质-CN202010430540.9有效
发明人： 刘业政;陶守正;姜元春;孙见山;钱洋;井二康;周永行;梁瑞成;魏学梅;田志强 -专利权人：合肥工业大学
申请日： 2020-05-20 - 公布日： 2022-09-06 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供一种用户关注点识别方法、系统和存储介质，涉及数据处理领域。包括以下步骤：获取用户对车型每一维度的历史评论数据、历史评分数据、历史总评分数据和用户购车目标数据；基于历史评论数据获取评论隐向量；基于历史评分数据和评论隐向量获取感知隐向量；基于用户购车目标数据和感知隐向量获取注意力得分；基于感知隐向量和注意力得分获取总体感知向量；基于总体感知向量构建评分预测模型；基于评分预测模型获取用户对车型的预测评分；基于预测评分和历史总评分数据优化评分预测模型；基于优化后的评分预测模型得到用户对目标车型每一维度的关注度分布。本发明可以准确识别用户的关注点。
用户关注点识别方法系统存储介质

[发明专利]基于图文匹配的产品点击率预测方法和系统、存储介质-CN202010888949.5有效
发明人：姜元春;汪文娟;田志强;刘业政;井二康;徐其瑜 -专利权人：合肥工业大学
申请日： 2020-08-28 - 公布日： 2022-09-02 - 主分类号： G06V10/40 文献下载
摘要：本发明提供一种基于图文匹配的产品点击率预测方法和系统、存储介质，涉及产品点击率预测技术领域。本发明提供的产品点击率预测方法通过将图片分为包含更多原始像素信息的小块，提取到的图片特征更加完整；同时依据图片特征、文本特征以及图文匹配融合特征得到联合特征用于预测产品的点击率，如此一方面考虑到图片特征和文本特征自身对点击率的影响，一方面将三者之间进行特征互补，极大的提高了预测点击率的准确度。
基于图文匹配产品点击率预测方法系统存储介质

[发明专利]一种非对称信息网络下的论文影响力度量方法-CN202110366971.8有效
发明人： 刘业政;贺菲菲;姜元春;孙见山;孙春华;柴一栋;陈夏雨;刘春丽 -专利权人：合肥工业大学
申请日： 2021-04-06 - 公布日： 2022-08-30 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种非对称信息网络下的论文影响力度量方法，包括：1、构建论文引用网络；2、利用社区检测Louvain方法对论文引用网络中的群体分布进行划分，得到社群集合；3、构建社群内部的引用网络和社群间的引用网络；4、利用PageRank聚类方法度量各个社群内部的引用网络的论文局部影响力和社群间的引用网络的社群影响力；5、根据论文局部影响力及其所在的社群影响力，度量论文在所述论文引用网络中的影响力。本发明能有效度量论文在全论文系统中和相关领域群体中的影响力，从而提升论文影响力度量的准确性。
一种对称信息网络论文影响力度量方法

[发明专利]一种竞品层次的主题偏好挖掘方法-CN202110166426.4有效
发明人：钱洋;周凡;姜元春;刘业政;孙见山;柴一栋;梁瑞成;井二康;陶守正;周永行 -专利权人：合肥工业大学
申请日： 2021-02-04 - 公布日： 2022-08-30 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种竞品层次的主题偏好挖掘方法，包括：1构建用户数据集合并表示，2建模竞争子市场、与竞争相关的主题以及背景主题，3建模用户的有限注意，4构建有参贝叶斯模型，5利用坍塌式吉布斯采样算法进行参数推断。本发明在应对大规模的用户生成内容时，能够有效、快速、准确地识别竞争子市场以及竞争子市场对应的主题，有助于企业快速识别竞争对手，洞察用户对竞争性产品关注的焦点话题。
一种层次主题偏好挖掘方法

[发明专利]一种基于文本和图像的用户个性化偏好挖掘方法-CN202110265791.0有效
发明人：姜元春;李怡;钱洋;刘业政;孙见山;柴一栋;梁瑞成;周永行;贺菲菲;刘心语 -专利权人：合肥工业大学
申请日： 2021-03-11 - 公布日： 2022-08-19 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于文本和图像的用户个性化偏好挖掘方法，其步骤包括：1构建用户集合并提取用户购买产品信息中的产品文本描述信息及图像信息，2设计有参贝叶斯模型STILT(SparseTextandImageLinkTopic)建模偏好内容及用户的兴趣内容，3利用坍塌式吉布斯抽样算法进行参数推断。本发明能结合图片和文本的多模态数据来有效挖掘用户的个性化偏好，将用户偏好聚焦在一定范围内，从而能提高用户个性化偏好挖掘的全面性、精确性和快速性，有助于对用户进行精准推荐，并制定个性化推荐策略。
一种基于文本图像用户个性化偏好挖掘方法

[发明专利]一种基于多模态层次注意力机制的欺诈网站检测方法-CN202110265794.4有效
发明人：柴一栋;周永行;姜元春;刘业政;钱洋;孙见山;孙春华;刘鹏鹏;崔福来;井二康 -专利权人：合肥工业大学
申请日： 2021-03-11 - 公布日： 2022-08-19 - 主分类号： G06F16/953 文献下载
摘要：本发明公开了一种基于多模态层次注意力机制的欺诈网站检测方法，包括：1使用长短期记忆网络对网页网址以及文本内容进行抽取；2通过注意力机制网络自动提取模态内不同特征的重要性权重；3通过注意力机制网络自动学习不同模态特征的重要性；4融合多模态特征，构建共享字典学习方法，将不同模态空间中特征映射到相同语义空间，并完成欺诈网站检测。本发明能够解决现有检测方法无法实时检测、以及误识别问题，从而进一步提高欺诈网站识别的准确率。
一种基于多模态层次注意力机制欺诈网站检测方法

[发明专利]一种考虑动态舆情主题的高影响力用户发现方法-CN202210232835.4在审
发明人：张吉;姜元春;许增辉;李怡;梁瑞成;孙见山;柴一栋;刘业政;钱洋;袁昆 -专利权人：之江实验室;合肥工业大学
申请日： 2022-03-09 - 公布日： 2022-06-10 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种考虑动态舆情主题的高影响力用户发现方法，其步骤包括：1、构建不同时期的用户在线关系网络，2、设计动态有参贝叶斯模型生成不同时期的舆情主题，3、识别不同时期的高影响力用户。本发明在应对大规模社交网络时，能有效、快速、准确地发现用户关注度高的舆情主题，有助于舆情主题检测，并能有效发现不同时期的舆情主题演变及高影响力用户，从而为决策者提供重要信息，帮助决策者在特定时间内引导民众舆情，及时了解舆情主题变化。
一种考虑动态舆情主题影响力用户发现方法

[发明专利]一种面向开发人员的用户体验AR商品场景的重建系统-CN202210237523.2在审
发明人：孙春华;叶晨辉;刘业政;丁正平 -专利权人：合肥工业大学
申请日： 2022-03-11 - 公布日： 2022-06-07 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种面向开发人员的用户体验AR商品场景的重建系统，包括：用户数据库模块用于存储用户个人信息以及体验AR商品产生的数据；资源库模块用于存储编码后的商品及其三维模型、用户的人物模型；环境图像模块用于存储用户所处位置的图像数据；数据处理模块根据用户个人信息构建每个用户的特征数据集；场景组件模块用于存储动作组件和动画组件；场景重建模块接收用户的特征数据集并建立完整的虚拟场景；场景显示模块将整个场景显示在开发人员的设备上。本发明能将用户体验AR商品的虚拟场景进行三维重建，并以可视化的方式展示给开发人员，从而能加速增强现实技术在应用上的试错和改进过程，便于提供给用户更好的AR体验。
一种面向开发人员用户体验 ar 商品场景重建系统

[发明专利]基于主题演化趋势的科技大数据流行性及前沿性度量方法-CN202210060381.7在审
发明人： 刘业政;王继成;姜元春;钱洋;孙见山;柴一栋;陈航;袁昆 -专利权人：合肥工业大学
申请日： 2022-01-19 - 公布日： 2022-04-29 - 主分类号： G06F40/242 文献下载
摘要：本发明公开了一种基于主题演化趋势的科技大数据流行性及前沿性度量方法，其步骤包括：1.获取科技大数据基本信息数据并进行数据预处理获得模型输入语料；2.基于动态主题模型(DTM)对输入语料进行学习，得到文档主题分布及主题演化趋势；3.基于文档主题分布和科技大数据发表年份计算出不同年份的主题热度；4.基于主题热度演化趋势计算科技大数据的流行性和前沿性。本发明通过DTM模型计算出主题热度演化趋势，以此作为计算科技大数据流行性和前沿性的基础，结合科技大数据的发表年份及其文档主题分布，可以度量科技大数据流行性和前沿性指标，从而能提高科技大数据价值评估准确性。
基于主题演化趋势科技数据流行性前沿度量方法

[发明专利]一种基于深度学习的语音情感识别方法-CN202210072804.7在审
发明人：姜元春;葛鸿飞;朱波;穆利;吴铭;刘业政;袁昆;孙见山;柴一栋;钱洋 -专利权人：合肥工业大学;合肥供水集团有限公司
申请日： 2022-01-21 - 公布日： 2022-04-22 - 主分类号： G10L25/63 文献下载
摘要：本发明公开了一种基于深度学习的语音情感识别方法，其步骤包括：1获取会话语音集合并进行分帧和加窗处理；2提取语音帧的LLDs特征序列和语谱图；3提取LLDs序列的表征；4提取语谱图的表征。5使用特征融合与结果融合的策略以得到最后的情感预测结果。本发明能有效预测语音的情感类别，并能提高预测准确性。
一种基于深度学习语音情感识别方法

[发明专利]一种基于反转增强现实的智能家具体验官系统-CN202210015101.0在审
发明人：丁正平;李常旦;刘业政;孙春华 -专利权人：合肥工业大学
申请日： 2022-01-07 - 公布日： 2022-04-15 - 主分类号： G06T19/00 文献下载
摘要：本发明公开了一种基于反转增强现实的智能家具体验官系统，包括：调用传感器来获取系统环境数据的传感器模块；对设备载β体所在的周围环境进行重建的三维重建模块；实现设备追踪和虚拟家具摆放的AR模块；用于存储资源的资源模块；基于世界坐标系为模型实现物理属性的物理引擎模块；接受用户命令完成功能的体验模块和生成语言模块。本发明能解决现有AR局限于视觉增强，与虚拟家具交互性不足的问题，在虚拟代理(虚拟世界的人或者物体)为中心的框架下，给虚拟代理赋予智能，使虚拟代理成为可以“看到”、“感受到”真实世界和虚拟世界的智能家具体验官，从而能在用户的指令下，代替用户体验虚拟家具，提升用户体验。
一种基于反转增强现实智能家具体验系统

[发明专利]可降低流行度偏差的个性化长尾商品推荐方法和系统-CN201910505581.7有效
发明人：孙春华;温琴;许银洁;刘业政;姜元春;孙见山;魏琳璘 -专利权人：合肥工业大学
申请日： 2019-06-12 - 公布日： 2022-04-01 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供可降低流行度偏差的个性化长尾商品推荐方法和系统，涉及计算机数据处理技术领域。本发明融合用户行为数据、交易商品的标签数据和社交好友数据，使用标签数据和社交好友数据弥补长尾商品中缺失的行为数据，降低传统协同过滤方法导致的流行度偏差问题，增加用户和长尾商品之间的联系，解决了现有商品推荐系统因数据稀疏导致的流行度偏差、长尾商品被推荐的次数过低的技术问题，增加了长尾商品被推荐的概率，提高了长尾商品被推荐的次数；同时利用排序方法确定商品推荐结果，排序方法对隐式反馈数据具有良好的适应性，能够有效提高个性化推荐的精度，从而为用户提供更好的个性化服务。
降低流行偏差个性化长尾商品推荐方法系统

[发明专利]一种考虑信任度的云制造资源匹配方法-CN201910396439.3有效
发明人：何建民;张红;刘业政;贾艳;张苗苗;吴琦超 -专利权人：合肥工业大学
申请日： 2019-05-14 - 公布日： 2022-03-22 - 主分类号： H04L47/78 文献下载
摘要：本发明公开了一种考虑信任度的云制造资源匹配方法，是应用于云制造平台的资源匹配问题中，其步骤包括：1获取资源供需双方的历史交易信息并计算供需双方间的实时信任度；2获取资源供需双方的需求信息和实际水平信息并计算供需双方间各属性的匹配度；3计算资源供需双方间的匹配度；4建立云制造资源的多目标匹配模型，得到云制造资源的优化匹配方案。本发明为云制造平台的资源匹配问题提供了一种新的匹配方法，能实现云制造资源的优化配置，并提升云制造资源的配置效率。
一种考虑信任制造资源匹配方法

[发明专利]基于细菌觅食算法和蚁群算法的选址—配送方法和系统-CN202010681876.2有效
发明人：凌海峰;杨雪儿;刘业政;姜元春;孙见山;孙春华;陈夏雨;刘春丽;徐旺;孟祥睿 -专利权人：合肥工业大学
申请日： 2020-07-15 - 公布日： 2022-03-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于细菌觅食算法和蚁群算法的选址—配送方法和系统。本发明实施例通过构建的上层目标函数和下层目标函数，以及对应的约束条件，构成了满足配送中心容量约束的选址—配送模型，通过细菌觅食算法求解配送中心选址问题，根据配送中心容量约束和客户需求量合理分配待配送客户；通过蚁群算法根据车辆容量约束以及客户时间窗求解每个配送中心的最优配送方案。考虑到配送中心容量，客户需求量，以及时间窗等条件，最终达到上层目标函数最优，即选址—配送的总成本最低。
基于细菌觅食算法选址配送方法系统