“黎功辉”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5个，建议您升级VIP下载更多相关专利

[发明专利]视频推荐方法、装置及计算机程序产品-CN202310861009.0在审
发明人： 黎功辉 -专利权人：百度时代网络技术（北京）有限公司
申请日： 2023-07-13 - 公布日： 2023-10-10 - 主分类号： H04N21/466 文献下载
摘要：本公开提供了一种视频推荐方法、装置、电子设备、存储介质及程序产品，涉及计算机技术领域，具体为视频流推荐技术领域，可应用于信息流推荐场景下。具体实现方案为：确定基于视频场景所建立的第一类型视频和第二类型视频之间的关联关系，其中，第一类型视频的视频长度大于第二类型视频的视频长度；通过预训练的视频推荐模型，根据关联关系确定待向目标用户推荐的目标第一类型视频和/或目标第二类型视频；向目标用户推荐目标第一类型视频和/或目标第二类型视频。本公开提供了一种在长、短视频融合场景下的视频内容的推荐方法，提高了推荐方法在长短视频融合场景下的适用性和推荐结果的准确度。
视频推荐方法装置计算机程序产品

[发明专利]评价推荐算法模型的方法、装置、设备以及存储介质-CN202211482294.7在审
发明人： 黎功辉;李昆 -专利权人：百度时代网络技术（北京）有限公司
申请日： 2022-11-24 - 公布日： 2023-03-07 - 主分类号： G06F16/9535 文献下载
摘要：本公开提供了评价推荐算法模型的方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及机器学习、神经网络模型技术领域。具体实现方案为：获取推荐算法模型的召回链路中确定的多个推荐资源对象；采用深度编码网络模型对多个推荐资源对象进行向量化编码，得到多个推荐资源对象各自对应的向量化编码结果；根据多个推荐资源对象各自对应的向量化编码结果，分别计算不同的推荐资源对象之间的相似度；根据不同的推荐资源对象之间的相似度，评价推荐算法模型的推荐结果的多样性。以基于相似度度量实现自动化自评价，进而可以辅助推荐算法模型进行优化迭代。
评价推荐算法模型方法装置设备以及存储介质

[发明专利]信息推荐方法及装置、电子设备和介质-CN202210680752.1在审
发明人： 黎功辉;赵鲁南;秦首科;马小龙;李昆 -专利权人：北京百度网讯科技有限公司
申请日： 2022-06-15 - 公布日： 2022-08-09 - 主分类号： G06F16/9535 文献下载
摘要：本公开提供了一种信息推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及计算机领域，尤其涉及智能推荐技术领域。实现方案为：获取多个第一用户的已浏览信息列表以及每个已浏览信息列表所对应的第一向量；对多个第一用户所对应的第一向量进行聚类，以获得一个或多个向量簇及其中心向量；确定与一个或多个向量簇分别对应的一个或多个信息簇；响应于第二用户的浏览请求，获取第二用户的已浏览信息列表；响应于确定第二用户的已浏览信息列表不为空，确定第二用户的已浏览信息列表所对应的第二向量；将第二向量分别与中心向量进行相似度计算，以确定与第二向量相匹配的信息簇；以及基于所确定的信息簇对所述第二用户进行推荐。
信息推荐方法装置电子设备介质

[发明专利]资源推荐方法、装置、电子设备及存储介质-CN202210545968.7在审
发明人： 黎功辉 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-18 - 公布日： 2022-08-05 - 主分类号： G06F16/9535 文献下载
摘要：本公开提供了资源推荐方法、装置、电子设备及存储介质，涉及自然语言处理、知识图谱以及深度学习等人工智能领域，其中的方法可包括：从待处理用户的历史行为信息中抽取预定类型的实体，作为待处理实体，所述预定类型为待推荐资源的资源类型；分别获取各待处理实体的表示向量；对获取到的各表示向量进行聚类，根据聚类结果确定出待处理用户的兴趣点；从待推荐资源中确定出与待处理用户的兴趣点相匹配的待推荐资源，并推荐给待处理用户。应用本公开所述方案，可实现针对不同用户的个性化推荐，并提升推荐结果的准确性等。
资源推荐方法装置电子设备存储介质

[发明专利]基于主题模型和机器学习的回答者推荐方法-CN201710733139.0有效
发明人：张莉;王丽婷;蒋竞;黎功辉 -专利权人：北京航空航天大学
申请日： 2017-08-24 - 公布日： 2020-10-30 - 主分类号： G06F16/332 文献下载
摘要：本发明提出一种基于主题模型和机器学习的回答者推荐方法，属于软件工程与机器学习领域。本发明同时考虑了用户的专业知识、主题和活跃度，扩展隐含的狄利克雷模型得到回答者推荐模型，将推荐问题转化为机器学习的分类问题，将用户主题分布、用户主题专业知识分布和用户主题活跃度分布转化为特征向量，得到用户的主题特征、专业知识特征和活跃度特征，从而得到一种问题回答者的推荐方法。本发明方法直观、简单、有效，在一定程度上解决了现有的问题回答者推荐方法缺乏对推荐的回答者能够及时回答的可能性以及对新问题推荐回答者的准确性等问题，并且能够更好地提高对问题推荐回答者的有效性和可用性。
基于主题模型机器学习回答者推荐方法