专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果1526581个,建议您升级VIP下载更多相关专利
  • [发明专利]一种兴趣推送方法、装置、设备及存储介质-CN202210412758.0在审
  • 陈治昌 - 北京快乐茄信息技术有限公司
  • 2022-04-19 - 2022-07-22 - G06F16/9535
  • 本申请提供一种兴趣推送方法、装置、设备及存储介质。该方法包括:获取多个用户行为序列;将多个用户行为序列输入多兴趣模块进行特征提取,以得到每一个用户行为序列对应的兴趣特征;对预设的兴趣分类特征与每一个用户行为序列对应的兴趣特征进行相似度计算,得到每一个用户行为序列对应的目标兴趣特征;将每一个用户行为序列对应的目标兴趣特征输入兴趣层级模块进行基于自注意力机制的分析,以得到每一个用户行为序列对应的预估兴趣特征;根据每一个用户行为序列对应的预估兴趣特征和每一个用户行为序列对应的兴趣特征,确定兴趣估计值。
  • 一种兴趣推送方法装置设备存储介质
  • [发明专利]用户兴趣识别的方法和系统-CN202110601742.X在审
  • 高鹏;康维鹏;袁兰;吴飞;周伟华;高峰;潘晶 - 杭州摸象大数据科技有限公司
  • 2021-05-31 - 2021-10-08 - G06F16/9535
  • 本申请涉及一种用户兴趣识别的方法和系统,该用户兴趣识别的方法包括:获取各渠道上的用户行为日志,得到用户行为数据,汇总同一用户行为数据,并按照时序进行排列,得到用户时序行为数据集合;根据用户时序行为数据集合,抽取时序环境特征,并根据用户时序行为数据集合,匹配标签特征;输入时序环境特征和标签特征至兴趣识别模型中,输出用户对产品的兴趣强度,其中,在兴趣识别模型中,采用长短时记忆网络表征时序行为特征,采用卷积神经网络表征标签特征,并将标签特征和时序行为特征进行全连接,以确定用户对产品的兴趣强度,通过本申请,解决了相关技术中识别出的用户兴趣并不精确的问题,达到了提高用户兴趣识别的精确度的效果。
  • 用户兴趣识别方法系统
  • [发明专利]一种获取用户兴趣的方法及电子设备-CN201610236927.4有效
  • 肖镜辉 - 北京搜狗科技发展有限公司
  • 2016-04-15 - 2020-11-10 - G06F16/9535
  • 本发明公开了一种获取用户兴趣的方法及电子设备,该方法包括:分别解析至少两种用户行为日志,获取每一种用户行为日志的用户兴趣词序列;并基于主题模型和每一种用户行为日志下的所有用户兴趣词序列,获得每一种用户行为用户具有一兴趣候选的候选概率;基于至少两种用户行为兴趣候选的候选概率,获得用于表征在至少两种用户行为发生时出现兴趣候选的可能性的目标参数;进而获得所有兴趣候选中对应的目标参数大小位于前m位的兴趣候选作为用户用户画像中的代表兴趣在上述技术方案中,通过从整体用户行为上获得某一兴趣候选出现的可能性,解决现有技术中用户兴趣的识别准确度低的技术问题,提高用户兴趣获取的准确性。
  • 一种获取用户兴趣方法电子设备
  • [发明专利]一种电商用户画像中的分类兴趣评分的方法-CN201811060809.8在审
  • 于洋;李鹏;高经郡;郭振强 - 北京科杰信息技术有限公司
  • 2018-09-12 - 2020-03-20 - G06Q30/06
  • 本发明电商网站系统技术领域,公开了一种电商用户画像中的分类兴趣评分的方法,从多种用户行为中定义有购买意愿的引导行为,最终定义多种行为用户兴趣集的数据来源行为;对于下订单行为需要进行特殊的规则评判;当用户发生各种行为时,兴趣分类引擎会立即获取用户行为信息,建立用户与分类‑评分的数据模型;用户登录状态下,用户标识为用户的登录ID;用户非登录状态下,用户标识为用户当前浏览器的cookie;用户兴趣集结果模型为得分为用户行为发生后根据行为评分规则加权得出;用户兴趣集应用,通过用户兴趣集引擎获取用户兴趣集。本发明可以有序的得出用户的分类喜好,从而对于推荐结果集中的商品进行个性化排序。
  • 一种商用画像中的分类兴趣评分方法
  • [发明专利]一种内容推荐方法及装置-CN201910635419.7有效
  • 黄腾玉 - 北京奇艺世纪科技有限公司
  • 2019-07-15 - 2022-10-25 - G06F16/9535
  • 本发明实施例提供了一种内容推荐方法及装置,其中方法包括:通过将待推荐用户的最近行为,待推荐用户画像中待推荐用户的长期兴趣以及待推荐用户用户特征结合,作为已训练兴趣表示模型的输入,通过已训练兴趣表示模型,输出待推荐用户整体兴趣的向量嵌入表示。由于长期兴趣是历史时间段内的兴趣,最近行为是当前时间之前最近的行为,长期兴趣相较于最近行为比较稳定,并且最近行为随着时间的推进,会成为长期兴趣的一部分。因此,考虑待推荐用户的最近行为,待推荐用户画像中待推荐用户的长期兴趣以及待推荐用户用户特征结合,能够更准确全面地描述用户兴趣,然后基于待推荐用户整体的向量嵌入表示,为待推荐用户推荐感兴趣的内容。
  • 一种内容推荐方法装置
  • [发明专利]用户行为数据采集方法、系统及云平台-CN202210738520.7有效
  • 袁新华;林伟民;许志鸿;王子玲 - 广州趣米网络科技有限公司
  • 2022-06-28 - 2022-09-16 - G06F16/18
  • 本发明实施例提供的用户行为数据采集方法、系统及云平台,通过用户行为捕捉策略解析得到互联网金融业务会话日志中的用户行为数据集,分离出对应于用户行为数据集的行为事件会话日志,再通过兴趣点挖掘策略对行为事件会话日志进行事件兴趣点挖掘并获得用户兴趣知识字段,能够准确高效地从各类形式和采集方式的互联网金融业务会话日志解析得到用户行为数据集,还能够针对性地从用户行为数据集对应的行为事件会话日志中解析得到用户兴趣知识字段,能够实现对海量的用户行为事件的兴趣知识类别精准区分,从而对互联网金融业务会话日志的用户行为进行智能化且精准的兴趣挖掘分析。
  • 用户行为数据采集方法系统平台
  • [发明专利]一种用户兴趣值的处理方法、装置以及处理设备-CN202110153492.8在审
  • 王超 - 深圳思为科技有限公司
  • 2021-02-04 - 2022-05-17 - G06F16/9535
  • 本申请提供了一种用户兴趣值的处理方法、装置以及处理设备,用于在用户画像的基础上,结合用户行为量化得到的影响因子,确定用户兴趣值,以用户兴趣值为中心进行推送消息的匹配,从而提高推送消息的匹配度。方法包括:获取用户设备运行看房应用过程中的用户行为用户行为是指在使用看房应用时用户账号对应看房应用提供的应用服务做出的行为;量化用户行为,得到对应的影响因子,影响因子用于指示用户行为针对于用户兴趣值的影响程度,用户兴趣值用于指示用户对看房应用提供的应用服务的兴趣程度;结合影响因子、基准用户兴趣值以及用户账号配置的用户画像,确定用户账号的目标用户兴趣值,目标用户兴趣值用于确定用户账号适配的推送消息。
  • 一种用户兴趣处理方法装置以及设备
  • [发明专利]一种基于LBS与兴趣用户分类方法及系统-CN201510283929.4在审
  • 郭颙睿 - 达客氏(上海)信息科技有限公司
  • 2015-05-28 - 2017-01-04 - G06Q30/02
  • 本发明公开了一种基于LBS与兴趣用户分类方法,通过获取用户行为操作信息及其地理信息;根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息;根据行为操作信息进行兴趣元素提取;对提取的兴趣元素通过兴趣积分算法对用户兴趣点进行分类;根据兴趣点分类结合地理位置信息对用户及周边人群进行分类,通过应用对用户操作行为数据进行兴趣提取归类,针对用户,采用算法将用户兴趣行为变成可量化的,可操作化,根据用户各个兴趣点可以将用户切割成一个个兴趣的群体,并根据地理位置划分兴趣区域。进一步的,可进行同兴趣用户的精准匹配推送,以及对用户的同兴趣的商业服务信息。
  • 一种基于lbs兴趣用户分类方法系统
  • [发明专利]一种基于图神经网络的用户学习兴趣标签预测方法-CN202211340978.3在审
  • 李美子;张馨艺;张波 - 上海师范大学
  • 2022-10-30 - 2023-02-03 - G06F16/9535
  • 本发明涉及一种基于图神经网络的用户学习兴趣标签预测方法,包括:获取在设定时间范围内用户平台上的用户历史学习行为数据;将用户平台映射为图结构,预先构建并训练基于亲密度和学习行为相似的学习行为兴趣特征提取模型,该模型为双层图神经网络,其第一层基于用户间亲密关系提取用户学习行为兴趣特征,第二层基于用户的历史学习行为相似提取用户学习行为兴趣特征;将用户平台的结构和获取的用户历史学习行为数据作为训练好的学习行为兴趣特征提取模型的输入,提取用户长短期学习行为兴趣特征;并输入到预先构建并训练好的预测模型中,获得用户准确学习兴趣标签。与现有技术相比,本发明具有提高了学习兴趣标签预测准确率、实用性好等优点。
  • 一种基于神经网络用户学习兴趣标签预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top