“网络偏好 ”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果864529个，建议您升级VIP下载更多相关专利

[发明专利]一种基于互联网云大数据视频剪辑方法及装置-CN202011390408.6有效
发明人：尚豪;雷昱恒 -专利权人：武汉四牧传媒有限公司
申请日： 2020-12-02 - 公布日： 2023-04-07 - 主分类号： H04N21/44 文献下载
摘要：包括：获取用户偏好信息，提取用户偏好标签；根据用户偏好标签获取对应的网络原始视频以及网络剪辑视频，从网络剪辑视频中提取各剪辑偏好标签，并统计各剪辑偏好标签的数量，根据该各剪辑偏好标签获取推荐偏好标签；根据用户偏好标签以及推荐偏好标签分别对网络原始视频进行剪辑，获取用户偏好标签以及推荐偏好标签对应的视频帧；根据用户偏好标签对应的视频帧以及推荐偏好标签对应的视频帧生成用户偏好视频以及推荐偏好视频。本发明通过获取用户偏好信息得到用户偏好标签以及推荐偏好标签，能够根据标签自动对视频进行剪辑，不仅精确度高而且省时省力，极大提升了用户体验。
一种基于互联网数据视频剪辑方法装置

[发明专利]一种社交网络名人信息推荐装置-CN201711319468.7在审
发明人：梁金凤 -专利权人：梁金凤
申请日： 2017-12-12 - 公布日： 2018-04-27 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种社交网络名人信息推荐装置，包括偏好信息收集模块，用于收集用户对社交网络上的信息的评价作为用户的偏好信息；分析模块，用于根据用户和网络名人的偏好信息分析用户和网络名人之间的偏好相似度；推荐模块，用于将偏好相似度符合要求的网络名人的信息推荐给用户。本发明装置能够有效地根据用户在社交网络上做出的行为分析出其偏好信息，匹配偏好相近的网络名人推荐给用户，客观性强，准确度高。
一种社交网络名人信息推荐装置

[发明专利]基于图神经网络的用户偏好演化主动感知方法及系统-CN202310285061.6在审
发明人：刘志中;庞李鑫;初佃辉;宋笑宇;孟令强 -专利权人：烟台大学
申请日： 2023-03-22 - 公布日： 2023-06-23 - 主分类号： G06F16/953 文献下载
摘要：本发明提出了基于图神经网络的用户偏好演化主动感知方法及系统，包括：基于用户会话数据，将用户历史交互序列建模为用户交互有向序列图；利用门控图神经网络学习有向序列图中节点的嵌入向量表示；基于注意力网络挖掘交互序列中用户与项目之间的复杂相关性，获取用户长期偏好；基于位置感知网络，将可学习的位置矩阵纳入项目嵌入中，利用注意力网络提取用户短期偏好；采用门控网络融合长期偏好和短期偏好得到用户最终的偏好并进行项目预测；通过建立项目与偏好之间的映射关系，结合项目预测结果进行偏好演化的主动感知。
基于神经网络用户偏好演化主动感知方法系统

[发明专利]天地一体化信息网络智能拥塞控制方法、系统及介质-CN202210085957.5在审
发明人：唐飞龙 -专利权人：苏州全时空信息技术有限公司
申请日： 2022-01-25 - 公布日： 2022-05-13 - 主分类号： H04L47/12 文献下载
摘要：本发明提供一种天地一体化信息网络智能拥塞控制方法、系统及介质，包括：基于多目标强化学习的多目标策略模型训练方法，训练单个多目标策略模型，根据不同偏好设置，输出不同拥塞控制策略；基于有监督学习的偏好自适应模型训练方法，基于最优策略构建偏好自适应模型训练集，训练偏好自适应模型，根据环境状态序列识别网络环境，选择合适偏好；智能拥塞控制系统，发送端根据ACK统计网络状态和网络状态序列，先输入至偏好自适应模型，得到该环境适用的偏好，再将偏好和网络状态输入至多目标策略模型，调整发送端发送速率。本发明能够识别网络环境，自适应调整拥塞控制策略，应对异构、复杂的天地一体化网络环境，保障用户在异构网络中端到端的传输质量。
天地一体化信息网络智能拥塞控制方法系统介质

[发明专利]通用即插即用网络中的控制点装置及登记偏好装置的方法-CN200710102392.2无效
发明人：林宗燮;夏准亨;李准承 -专利权人：三星电子株式会社
申请日： 2007-04-30 - 公布日： 2008-01-16 - 主分类号： H04L12/28 文献下载
摘要：一种UPnP网络中的控制点装置及登记其偏好装置的方法，对于UPnP网络中的偏好，去除发现和描述操作。该控制点装置包括：偏好装置登记单元，用来将在连接到网络的多个装置中选择的装置登记为偏好装置；存储单元，用来存储关于预登记的偏好装置的信息、以及关于由偏好装置提供的服务的信息；以及UPnP处理单元，如果选择了所存储的偏好装置之一，则通过使用关于在所存储的偏好装置中选择的偏好装置的信息、以及关于由该偏好装置提供的服务的信息，接收和处理相应服务。
通用即插即用网络中的控制装置登记偏好方法

[发明专利]基于会话的推荐系统、方法、设备及存储介质-CN202010567939.1有效
发明人：王阳;何新;郭靖翊;张钊浩;李宋顺;宋雅杰 -专利权人：南京理工大学;江苏慧宇诚智能装备研究院有限公司;小图智能科技（南京）有限公司
申请日： 2020-06-19 - 公布日： 2022-10-18 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了基于会话的推荐系统、方法、设备及存储介质，该系统包括会话层网络、用户长期偏好记忆单元与用户层网络。会话层网络基于GGNN网络模型实现，将目标会话分解为多个子图矩阵，并使用进行模型训练，再将目标会话的信息映射到用户长期偏好记忆单元中；用户长期偏好记忆单元记录用户在目标会话中的长期偏好，并将用户偏好信息反馈至用户层网络中；用户层网络基于GRU的循环网络模型实现，通过状态向量跟踪用户在不同会话中的偏好变化，并将偏好变化信息反馈至会话层网络中。本发明将改进的GGNN双重循环网络模型应用于推荐系统，能够学习用户在多个会话间的演化规律，发现更多物品之间包含的联系，提高推荐系统的推荐效果。
基于会话推荐系统方法设备存储介质

[发明专利]移动互联网内容的用户偏好推送方法与装置-CN201210248221.1有效
发明人：张湛梅;叶始新;罗芸;陈东明;屈强 -专利权人：中国移动通信集团广东有限公司
申请日： 2012-07-17 - 公布日： 2014-01-29 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种移动互联网内容的用户偏好推送方法与装置，用于根据用户的访问获取用户的互联网内容偏好信息，同时根据该偏好信息向用户进行有针对性的内容推送。该移动互联网内容的用户偏好推送方法包括：基于用户的访问行为获取所述用户访问的第一信息；对所述第一信息所涉及的网络内容进行分类处理，得到第二信息；针对所述第二信息对所述用户的偏好进行评分，得出所述用户的偏好信息，根据所述偏好信息向相应的用户推送与所述偏好信息相对应的网络内容。采用本发明的技术方案，通过网络获取用户的偏好信息，并根据该偏好信息可以定位出潜在客户，提高了网络业务推广的效率。
移动互联网内容用户偏好推送方法装置

[发明专利]一种视频推荐方法、系统、设备及计算机可读存储介质-CN202210309477.2有效
发明人：胡克坤;董刚;赵雅倩;李仁刚;鲁璐;赵坤 -专利权人：苏州浪潮智能科技有限公司
申请日： 2022-03-28 - 公布日： 2022-07-15 - 主分类号： G06F16/735 文献下载
摘要：本申请公开了一种视频推荐方法、系统、设备及计算机可读存储介质，应用于目标神经网络模型，获取视频用户集、视频项目集、视频观看行为历史、用户社交网络；获取待推荐的一组目标视频；基于视频项目集、视频观看行为历史，确定目标用户的动态兴趣偏好及长期兴趣偏好；基于视频用户集、视频项目集、视频观看行为历史及用户社交网络，确定目标用户的社交影响偏好；对动态兴趣偏好、长期兴趣偏好及社交影响偏好进行融合，得到用户综合兴趣偏好；基于用户综合兴趣偏好确定为目标用户推荐目标视频的推荐结果。本申请实现了基于目标用户的动态兴趣偏好、长期兴趣偏好、社交影响偏好为目标用户推荐视频，准确性更好。
一种视频推荐方法系统设备计算机可读存储介质

[发明专利]神经网络压缩方法、图像处理方法及装置-CN201910891998.1在审
发明人：董弋锋;李亮亮 -专利权人：北京迈格威科技有限公司
申请日： 2019-09-20 - 公布日： 2020-01-21 - 主分类号： G06N3/04 文献下载
摘要：本公开提供了一种神经网络压缩方法、图像处理方法及装置。其中神经网络压缩方法包括：特征提取步骤，输入训练样本，基于神经网络的每个特征提取层的输出以及特征提取层对应的偏好参数得到调整输出，并正向传播得到网络输出结果，其中，偏好参数与神经网络的多个特征提取层一一对应；损失获取步骤，根据训练样本对应的标识以及网络输出结果，通过损失函数得到损失值；参数调整步骤，基于损失值，调整神经网络的权重以及偏好参数；压缩步骤，删除小于或等于第一阈值的偏好参数及其对应的特征提取层，得到压缩后的神经网络。通过设置偏好参数，偏好参数较小，说明对应的特征提取层对神经网络精度的提升较小，将该特征提取层删除以精简神经网络。
神经网络偏好参数特征提取压缩网络输出训练样本删除参数调整步骤特征提取步骤损失函数图像处理正向传播输出权重

[发明专利]一种社交用户的多行为偏好预测方法-CN201910721441.3有效
发明人：陈恩红;王皓;徐童;刘淇 -专利权人：中国科学技术大学
申请日： 2019-08-06 - 公布日： 2022-10-28 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种社交用户的多行为偏好预测方法，包括：通过社交网络中用户关系初始化各个用户在所有行为上的综合偏好；利用二值掩码层对各个用户在所有行为上的综合偏好进行分离，得到初始的各个用户在每一行为上的偏好；利用多层图卷积网络中的信息发送和接受操作，迭代地聚合社交网络中当前用户的相邻用户的多面偏好的相似信息来更新当前用户在所有行为上的综合偏好，从而利用最终得到的各个用户在所有行为上的综合偏好分离出相应的各个用户在每一行为上的偏好；利用贝叶斯个性化排序准则，来联合学习社交网络中各个用户的多个行为偏好相似性，从而预测各个用户在每一行为上的偏好。该方法可以准确、快捷的得到每个用户不同行为的偏好。
一种社交用户行为偏好预测方法

[发明专利]用于增强的子网络偏好逻辑的系统和方法-CN201811094217.8有效
发明人： T.D.祖德;T.F.麦古分 -专利权人：霍尼韦尔国际公司
申请日： 2018-09-19 - 公布日： 2023-04-14 - 主分类号： H04W4/024 文献下载
摘要：本文提供了用于增强的子网络偏好逻辑的系统和方法。在某些实现中，一种用于通过数据链路通信系统传输消息的方法包括标识第一通信单元的位置；以及标识第一通信单元的高度。此外，所述方法包括选择针对第一通信单元的子网络偏好以用于在第一通信单元和一个或多个其他通信单元之间进行通信，其中基于第一通信单元的位置和高度而选择子网络偏好，其中子网络偏好按偏好的顺序标识一个或多个子网络；以及通过子网络向一个或多个其他通信单元传输一个或多个消息，所述子网络是由所选择的子网络偏好指示的并且可用于通信的最优选的子网络。
用于增强网络偏好逻辑系统方法

[发明专利]一种自动化食谱推荐方法、装置、终端及存储介质-CN202110337824.8在审
发明人：王志深;文钧仪;王燰綝;王檚綝 -专利权人：贵阳鬲哥大数据科技有限公司
申请日： 2021-03-30 - 公布日： 2021-07-23 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开一种自动化食谱推荐方法，包括以下步骤：基于全卷积目标检测算法构建并训练食物偏好网络模型；获取预设时间段内的用户的线上行为数据并输入到训练完成的食物偏好网络模型中，获得用户的食物偏好；根据食物偏好通过预设的菜谱库匹配得到符合条件的食谱本发明提供的自动化食谱推荐方法，通过将用户的网络线上行为数据输入到构建并训练完成的食物偏好网络模型中，从而获得该用户的食物偏好，进而在根据该偏好从菜谱库中进行检索匹配，得到符合用户偏好的食谱，从而实现了自动化的食谱推荐
一种自动化食谱推荐方法装置终端存储介质

[发明专利]一种基于用户正负偏好学习的兴趣点推荐方法-CN201910777238.8有效
发明人：宾辰忠;陈炜;古天龙;常亮;陈红亮;朱桂明 -专利权人：桂林电子科技大学
申请日： 2019-08-22 - 公布日： 2022-07-15 - 主分类号： G06F16/36 文献下载
摘要：本发明提供了一种基于用户正负偏好学习的兴趣点推荐方法，使用神经网络学习用户和景点交互的深层次特征，同时训练出两个神经网络模型，正偏好神经模型和负偏好神经模型；正偏好神经网络模型产生用户喜欢的景点的列表，然后通过负偏好神经网络模型优化并得到最终推荐列表，为用户提供更精确的景点推荐；以解决传统的兴趣点推荐精度不高和推荐结果个性化程度低等问题。
一种基于用户正负偏好学习兴趣推荐方法

[发明专利]基于知识图谱与循环神经网络的推荐模型-CN201910562890.8有效
发明人：程淑玉;黄淑桦 -专利权人：程淑玉
申请日： 2019-06-26 - 公布日： 2023-07-14 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于知识图谱与循环神经网络的推荐模型，包括有知识图谱特征学习模块、扩散偏好集和循环神经网络推荐模块；知识图谱特征学习模块为知识图谱中的每个实体和关系学习得到一个低维向量，扩散偏好集包括有h+1层扩散偏好集h为扩散层数，每层相邻的扩散偏好集之间通过知识图谱连接，循环神经网络推荐模块对用户扩散偏好集进行学习，获取包含更多有用信息的更深层次的用户偏好表示本发明利用知识图谱以及偏好扩散思想获取用户的扩散偏好集，将扩散偏好集作为循环神经网络的输入，以学习到更深层次的用户偏好特征表示，用于后续预测用户喜欢某个物品的概率。
基于知识图谱循环神经网络推荐模型

[发明专利]一种基于动态交互注意力机制的序列推荐方法及其系统-CN201910533753.1有效
发明人：蔡飞;陈洪辉;刘俊先;罗爱民;舒振;陈涛;罗雪山 -专利权人：中国人民解放军国防科技大学
申请日： 2019-06-19 - 公布日： 2022-02-08 - 主分类号： G06F16/9535 文献下载
摘要：本发明提出了一种基于动态交互注意力机制的序列推荐方法，包括获取用户的初始短期偏好和初始长期偏好；根据交互式注意力网络结合初始短期偏好和初始长期偏好得到长期偏好和短期偏好；根据序列推荐模型结合长期偏好和短期偏好对相应物品进行打分并根据打分结果为用户推荐物品本发明构建的用于顺序推荐(DCN‑SR)的动态交互注意力机制网络模型，通过该模型能够学习用户长期和短期交互的共同依赖表示，并结合长期偏好和短期偏好，使推荐结果更加准确。
一种基于动态交互注意力机制序列推荐方法及其系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条