“章建森”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65个，建议您升级VIP下载更多相关专利

[发明专利]一种用于网络攻击识别的概念漂移检测方法及系统-CN202310602465.3在审
发明人：陈心童;傅剑文;韩弘炀;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2023-05-25 - 公布日： 2023-10-24 - 主分类号： H04L9/40 文献下载
摘要：本发明提出了一种用于网络攻击识别的概念漂移检测方法及系统，涉及网络安全技术领域。该方法对持续获取的网络访问流量信息进行网络访问特征选择，根据选择的特征收集分类标注信息作为原始样本，并通过预训练的网络攻击分类器从原始样本中生成网络访问特征的嵌入向量表示，然后将所述网络访问特征的嵌入向量输入预训练的基于自编码器实现的概念漂移检测器，可以将高维的网络访问特征嵌入向量映射到低维空间，压缩了原始样本的向量空间便于计算样本距离，并通过样本距离快速完成单条小样本是否发生概念漂移的检测，比传统整体性漂移检测评估方法更为精细、准确，从而满足了网络攻击识别应用场景中单个小样本实时的概念漂移检测需求。
一种用于网络攻击识别概念漂移检测方法系统

[发明专利]一种图神经网络架构的自动化生成方法及系统-CN202310601673.1在审
发明人：傅剑文;陈心童;章建森;韩弘炀;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2023-05-25 - 公布日： 2023-09-05 - 主分类号： G06N3/042 文献下载
摘要：本发明提出了一种图神经网络架构的自动化生成方法及系统，涉及图神经网络领域。包括构建图网络；在图数据库生成该图网络；为每个节点生成代表其属性的m维特征向量，以生成节点集的属性特征矩阵；同时生成代表该图网络各节点间连接关系的邻接矩阵；为节点集中的节点打上正负标签；节点集包括有标签和无标签；定义待搜索的搜索空间为集合，集合中的元素为图神经网络中的聚合算子；初始化架构空间，将原始图层通过任一算子生成下一图层，并将下一图层与汇总图层进行连接作为初始结构；对搜索空间中的所有算子的初始结构进行参数学习，并加入图神经网络架构集合中。本发明高效的构建出当前场景的图神经网络架构，降低了开发门槛和时间投入。
一种神经网络架构自动化生成方法系统

[发明专利]一种融合了序列信息的特征组合推荐算法框架-CN202111046834.2在审
发明人：陈心童;傅剑文;韩弘炀;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2021-09-07 - 公布日： 2023-03-10 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种融合了序列信息的特征组合推荐算法框架。本发明的有益效果如下：1.用户历史点击序列融入点击率预估模型，更好的捕捉用户兴趣偏好，有效提升了用户刻画精准度；2.在算法框架中保留了特征组合模型能力的同时，也结合用户兴趣，通过多类模型共享表征映射层的方式，更精准的学习物品表征，从而提升推荐模型准确性；3.模型训练时两个子网络融合后联合学习，离线服务使用框架整体进行推断，在线服务仅使用用户兴趣子网络进行推断，在保证推荐准确性的同时实现轻量级部署。
一种融合序列信息特征组合推荐算法框架

[发明专利]一种分层采样下智能选择底层特征补充的召回方法-CN202211029943.8在审
发明人：韩弘炀;傅剑文;陈心童;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2022-08-25 - 公布日： 2023-01-03 - 主分类号： G06F16/2457 文献下载
摘要：本发明公开了一种分层采样下智能选择底层特征补充的召回方法，提出了通过与召回模型解耦的实时排序模型topK、topK+1～N以及全量物料生成负样本的分层采样策略，有效解耦召回模型与采样的关系；提出了利用智能选择底层特征信息来补充最终向量以进行双塔间的有效交互。本发明能够有效分层挑选实时状态下与召回模型解耦的样本用以提高模型对不同层级样本的识别能力，并且可以通过智能选择底层特征信息来补充最终向量以进行双塔间的有效交互，能够丰富模型信息，减少参数量，降低人力资源投入的同时使召回模型更为准确有效和高效。
一种分层采样智能选择底层特征补充召回方法

[发明专利]一种结合相邻位置及双历史序列的CTR位置消偏方法-CN202211038536.3在审
发明人：韩弘炀;傅剑文;陈心童;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2022-08-29 - 公布日： 2023-01-03 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种结合相邻位置及双历史序列的CTR位置消偏方法。本专利针对推荐系统中消除位置偏置，提出一种结合相邻位置及双历史序列的CTR位置消偏方法，在模型结构中引入样本物料相邻位置、相邻位置物料及其边信息和相邻位置物料结合历史序列的信息，用于消除位置偏置，使得模型效果更为准确。在此基础上利用用户历史正负反馈信息，能更充分地学习用户偏好及厌恶的信息，提高模型效果。并设计了独立网络学习，能够剥离位置因素对结果的影响，便于实际模型推断时使用以及线上更灵活地部署。
一种结合相邻位置历史序列 ctr 偏方

[发明专利]一种消除样本偏差的营销成本估计方法-CN202211042245.1在审
发明人：周文彬;傅剑文;陈心童;韩弘炀;章建森 -专利权人：天翼电子商务有限公司
申请日： 2022-08-29 - 公布日： 2023-01-03 - 主分类号： G06Q30/02 文献下载
摘要：本发明机器学习领域，公开了一种消除样本偏差的营销成本估计方法，应用了基于理论推导的样本偏差纠正技术解决上述难点，优于启发式的样本偏差纠正技术。现有的营销成本估算多是由运营人员给出经验估计，也有少部分是机器学习简单的直接应用；在某些机器学习的方案中，通过人为设定样本偏差模型的模型分阈值来丢弃部分训练样本，这种做法过于粗暴，依赖于阈值的取法且丢失了部分训练信息。本申请把机器学习用于营销成本估计的同时，应用了基于理论推导的样本偏差纠正技术，可以有效提高成本估计的准确性。
一种消除样本偏差营销成本估计方法

[发明专利]一种基于相邻位置信息的CTR消偏预估方法-CN202211026983.7在审
发明人：韩弘炀;傅剑文;陈心童;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2022-08-25 - 公布日： 2022-12-30 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种基于相邻位置信息的CTR消偏预估方法，包括采集模块、相邻位置信息提取模块、模型构建模块和模型预测模块。本专利针对推荐系统中消除位置偏置，提出一种基于相邻位置信息的CTR消偏预估方法，在模型结构中引入样本物料相邻位置及所展示物料的信息，用于消除位置偏置，使得模型效果更为准确；并设计了独立网络学习，能够分离位置因子对结果的影响，便于灵活适用于训练及推断；设计样本与构建的相邻环境样本同一网络学习，能够有效增强网络稳健性，并在网络参数中学习隐式信息，在无相邻信息的模型推断中有效补充额外信息，提高模型效果。
一种基于相邻位置信息 ctr 预估方法

[发明专利]一种基于自学习表征聚类的推荐系统新颖度评估方法-CN202211330003.2在审
发明人：傅剑文;韩弘炀;陈心童;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2022-10-27 - 公布日： 2022-12-23 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于自学习表征聚类的推荐系统新颖度评估方法，它涉及人工智能领域。本发明整体作为推荐系统的新颖度评估模块，其应用于推荐系统中，能有效的评估和监测推荐系统推荐结果的新颖性程度，当推荐结果出现新颖性不足时，能及时向推荐系统发出新颖性告警，使得推荐系统能及时发现新颖性不足的问题从而进行结果调整，进而能帮助提升用户浏览商品时的新颖性体验。
一种基于自学习表征推荐系统新颖评估方法

[发明专利]一种基于双层序列信息的多目标优化推荐算法-CN202111630903.4在审
发明人：陈心童;傅剑文;韩弘炀;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2021-12-28 - 公布日： 2022-05-27 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种基于双层序列信息的多目标优化推荐算法，包括以下步骤：收集用户点击物品、购买物品的交互日志及特征；包括用户点击的商品序列S，序列中被购买的商品序列B，在此序列后曝光的target商品E；商品E曝光后完成点击行为的记录Click为1,否则为0；商品E点击后完成购买的记录Purchase为1，否则为0。本发明针对推荐算法中多目标优化的问题，提出了一种联合利用用户点击序列信息和下单序列信息的多目标算法框架，在神经网络的不同层级构建多目标的关系，从而同步提升点击率和购买率。
一种基于双层序列信息多目标优化推荐算法

[发明专利]一种基于门控机制的图神经网络推荐系统召回方法-CN202111669811.7在审
发明人：陈心童;傅剑文;周文彬;韩弘炀;章建森 -专利权人：天翼电子商务有限公司
申请日： 2021-12-30 - 公布日： 2022-05-27 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种基于门控机制的图神经网络推荐系统召回方法，包括以下步骤：(1)收集用户与物品的交互日志，同时收集用户与物品的主要特征信息，如用户的年龄、性别、地域，物品的品类、品牌、店铺；(2)将上述信息导入图数据库，生成拓扑图；将其中的用户和物品作为节点，将发生点击行为的关系作为边，生成交互拓扑图G＝(VU，VI，E)。本发明将节点的特征信息融合到图神经网络的推荐召回算法中，提升了拓扑图和网络中的信息量，可以更好的学习节点表征，从而提升推荐召回的精准度；使用门控机制，模拟用户对不同商品的不同特征关注度不一致的情况，以此在图网络中更好的学习节点表征信息，进一步提升推荐召回的精准度。
一种基于门控机制神经网络推荐系统召回方法

[发明专利]一种基于局部目标信息传递的交通标志检测和识别装置-CN202111625029.5在审
发明人： 章建森;傅剑文;陈心童;韩弘炀;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2021-12-28 - 公布日： 2022-05-24 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于局部目标信息传递的交通标志检测和识别装置，使得局部范围内的目标信息能够互相传递。本发明创新的提出了一种局部目标信息共享的方法，将无序的图像识别问题转变为具有序列信息和位置信息的图像识别问题，该方法能够有效的学习特定场景下目标物的排列规则，提升识别的准确率；特征矩阵不再是仅包含目标物的图像特征，通过特征扩增的方式使得特征矩阵中包含了目标物的位置信息和大小信息，使用自注意力机制的方式使得模型在识别图像特征的同时兼顾目标间的位置方向、远近和大小的信息，赋予不同的检测目标不同的权重；该装置能够有效学习交通标志的排列规则、具有一定的推理能力，提升整体目标识别的准确率。
一种基于局部目标信息传递交通标志检测识别装置

[发明专利]一种基于Darts的点击率预估模型自动化生成方法-CN202111631202.2在审
发明人：傅剑文;陈心童;韩弘炀;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2021-12-28 - 公布日： 2022-05-24 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种基于Darts的点击率预估模型自动化生成方法，它涉及大数据/AI技术领域。本发明的点击率预估模型是推荐系统中的核心技术，其作用是基于用户与物料交互的特征、物料本身的特征、以及用户属性特征来预测用户对某个物料点击的概率。本发明能基于给定的特征交叉算子空间自动构建出适合当前场景的优秀神经网络架构，同时架构中使用的特征交叉算子也更为丰富；在搜索出超网离散化过程中本专利创新的提出了一种基于弹性阈值结合知识蒸馏离散化的方法，能使得更好的权衡缩小神经网络架构与子网效果指标变差的矛盾。本专利提出的方法能极大的降低推荐系统中点击率预估模型的开发门槛和时间投入，生成出来的点击率预估模型效果指标更加优秀。
一种基于 darts 点击率预估模型自动化生成方法

[发明专利]一种基于多场景数据融合推荐的方法-CN202111669757.6在审
发明人：韩弘炀;傅剑文;陈心童;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2021-12-30 - 公布日： 2022-05-24 - 主分类号： G06F16/2457 文献下载
摘要：本发明公开了一种基于多场景数据融合推荐的方法，包括以下：(1)采集模块：利用流技术对用户在第i场景下的曝光和点击数据进行采集并存储至hive中记为tablei；应当指出的是，数据采集技术及存储形式包括但不限于以上方式。本专利针对推荐系统中多场景推荐，提出一种基于多场景数据融合推荐的方法，补充了其他场景中的用户交互信息，既丰富了样本又补充了用户真实近期交互物料，能够使用更为丰富的数据进行建模。通过提取用户、物料、场景相关信息建模，利用单个模型充分学习用户在不同场景下对物料的兴趣表征，使得同一用户在不同场景对同样的物料有不同的展示顺序，能够在节省消耗的同时利用简单的模型得到准确的推荐结果。
一种基于场景数据融合推荐方法

[发明专利]一种融合相邻节点方差的图神经网络CTR预估算法-CN202111658407.X在审
发明人：周文彬;陈心童;傅剑文;韩弘炀;章建森 -专利权人：天翼电子商务有限公司
申请日： 2021-12-30 - 公布日： 2022-05-20 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种融合相邻节点方差的图神经网络CTR预估算法，包括以下步骤：(1)采集用户与物品的点击交互行为，以及点击发生时间、物品展示形式等上下文信息；(2)生成用户‑物品交互拓扑图，以用户、物品作为节点，用户对物品的点击作为边，其他信息作为节点的特征，生成交互拓扑图G＝(V,E)；(3)训练图神经网络模型；(4)对于候选的用户‑物品对，使用上述模型进行前向传播，得到用户是否点击物品的预测值。本发明可以在建模时将邻居节点的差异性纳入考虑，获得更好的用户与物品表征，进而改善推荐系统的性能，提高点击率预测的准确性。
一种融合相邻节点方差神经网络 ctr 预估算法

[发明专利]一种基于他域表征转移的用户冷启动方法-CN202111654926.9在审
发明人：韩弘炀;傅剑文;陈心童;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2021-12-30 - 公布日： 2022-05-20 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于他域表征转移的用户冷启动方法，它涉及推荐系统技术领域。对用户目标与来源场景下曝光和点击数据进行采集，对不同场景进行推荐模型预训练，获取不同场景用户交集，得到表征，构建来源域用户embedding；利用目标场景已训练物料结合来源场景的用户embedding进行深度学习模型训练，获取将来源场景用户embedding转化为目标场景用户embedding的结构与参数；获取来源场景有行为用户的embedding，利用表征利用他域表征转移模型将此类用户在目标场景进行推荐。本发明既获取用户个性化的表征，又能够将不同场景下用户表征进行区分，能够准确有效地利用其他场景的信息对用户进行推荐。
一种基于表征转移用户冷启动方法

1
2
3
4
5
下一页»
尾页
共 65 条