一种基于读者行为数据挖掘的高校图书荐购方法，该方法包括挖掘活跃书籍和匹配荐购书单两个过程，提出了一种基于改进的K‑means算法的活跃书籍挖掘方法，该方法通过设置可调节的阈值来确定样本集中的噪声点，然后再根据最大距离法选取样本的初始聚类中心，最后基于该算法得出活跃书籍。实验证明，相比传统K‑means算法，本发明改进的K‑means算法在活跃书籍挖掘过程中稳定性好、准确率高，满足了高校图书馆图书荐购的需求。
📄 2018111124449
📂 G06F16_28
👤 浙江工业大学
📅 2018-09-25
本发明公开了一种基于动态就医行为对齐的医保欺诈发现方法，包括(1)根据基本医疗场景数据构建静态图网络后，利用增加有残差思想的多层图卷积网络对静态图网络的邻接矩阵进行多次图卷积操作，获得静态图网络中每个实体信息的特征表示；(2)根据该动态就医行为包含实体信息的特征表示构建该动态就医行为的特征表示，并对该特征表示映射为固定长度后作为LSTM的输入；(3)利用参数确定的LSTM提取动态就医行为的特征表示在时间上的关联特征，对关联特征编码解码后，利用softmax函数获得检测结果。该医保欺诈发现方法提升了医保欺诈行为检测的准确性。
📄 2020106880960
📂 G06Q40_08
👤 浙江工业大学
📅 2020-07-16
一种基于Spark改进的K-Means算法的电商餐饮数据分析方法，包括以下步骤：步骤1，搭建实验平台及其配置，为实现并行K-Means聚类算法搭建执行环境；步骤2，原始数据集的获取；步骤3，对原始数据集进行预处理；步骤4，使用Scalable语言实现K-Means算法在Spark中的开发；步骤5，将编辑好的程序进行编译执行，最终完成聚类过程。本发明利用Spark提供的Map和Combine算子；采用RDD的数据结构；Spark中间计算结果存于内存，与一种对K-Means算法的初始化聚类中心部分进行改进的聚类算法结合，实现电商餐饮数据分析，处理速度较快，聚类效果较好。
📄 2018115074260
📂 G06K9_62
👤 浙江工业大学
📅 2018-12-11
本发明涉及一种基于文献引用关系的刊物聚类方法，通过收集刊物所发表的论文信息以及论文之间的引用关系，计算刊物之间的相关度，将T个“论文‑论文”的引用关系进行逐行转换，得到T行“刊物‑刊物”关系，基于此，得到n个刊物之间的关系W，建立以刊物为节点的关系网络，采用谱聚类对以刊物为节点的关系网络W进行刊物划分，对刊物进行迭代聚类，得到聚类结果。本发明采用基于大量论文之间的引用关系数据，计算刊物之间的关联关系，再用基于关系的聚类算法得到刊物之间的分组，相较于人工分类，本发明提出的基于引用关系的分类能更客观、及时地反映出各个刊物之间研究方向的关联，因此得到的分组结果具有客观性和时效性。
📄 2017110780855
📂 G06F16_35
👤 浙江工业大学
📅 2017-11-06
本发明公开了一种基于跨表数据挖掘的科技资源推荐方法，该方法通过前期数据语义分析，挖掘跨表数据或多对象属性之间的相关性，确定用于NLP主题模型的输入数据字段，在一定程度上优化了多对象之间的数据交流模式；通过采用的神经网络主题模型结构简洁，且无需先验假设，通过训练可获得质量更高的主题表示；通对多对象推荐结果根据推荐指数和对象种类，进行不同大小和颜色的图模型展示及可视化，可实现推荐结果的直观、有效、合理显示，提升用户体验。
📄 202110814971X
📂 G06F16_9535
👤 西南大学
📅 2021-07-19
本发明涉及一种组织成员兴趣爱好挖掘方法，包括以下步骤：从推文中提取出现频率较高的多个原始兴趣项；按照原始兴趣项的频率进行排序，原始兴趣项出现的频次为其原始权重；根据兴趣关联规则得到高频兴趣项的关联兴趣项集合；逐一提取原始兴趣项，若某个原始兴趣项满足关联规则且在关联兴趣项集合存在一个关联兴趣项，且该关联兴趣项与另一个原始兴趣项相同，则增加另一个原始兴趣项的权重；对处理后的原始兴趣项按照权重重新进行排序，提取前几个原始兴趣项作为该组织成员的兴趣项。通过本方法挖掘的兴趣爱好的查全率和查准率均得到提高，挖掘效果更好。
📄 2018105588554
📂 G06F16_9535
👤 杭州电子科技大学
📅 2018-06-01
本发明公开了一种基于互信息的卷烟配方维护的方法及系统，本发明涉及的一种基于互信息的卷烟配方维护的方法，包括：S11.获取与单料片烟相关的数据信息；S12.根据获取到的数据信息及计算所述单料片烟之间的互信息；S13.对计算得到的单料片烟之间的互信息进行排序，得到推荐单料片烟有序列表；S14.从所述得到的单料片烟有序列表中选取所需替换的单料片烟，并进行替换。本发明使用互信息来表示单料片烟之间的配伍性，将配伍性显式地表示在算法中，并用替换单料片烟与被替换单料片烟在配方中作用的相似性来生成推荐列表，保证了新形成配方的整体配伍性。
📄 2020101163834
📂 G06Q10_20
👤 上海润吧信息技术有限公司
📅 2020-02-25
本发明公开了一种基于加权频繁序列的商品组合挖掘方法，涉及大数据挖掘的技术领域，获取基于时间的商品交易的订单信息，组成商品数据集，根据商品的收益情况为每个商品赋予不同的权值，并依据商品权值大小，对多元项中包含的商品进行排序之后对商品进行加权频繁序列的挖掘；根据向下闭包特性，深度挖掘商品数据集中具有高收益和高频次的商品组合方式；根据先验性原理，从商品数据集中剔除不是加权频繁序列商品，减少候选组合方式的产生，提高挖掘效率。本发明在保证挖掘准确性的前提下拥有更高的挖掘效率，为商家提供更好的营销思路。
📄 2021115566549
📂 G06Q30_0601
👤 广东工业大学
📅 2021-12-17
本公开实施例提供一种基于互联网的食品属性挖掘方法及系统，通过食品反馈内容解析模型对互联网食品大数据进行解析，以得到第一食品安全反馈事件序列、第一食品网络舆情数据中每个食品舆情主题数据的舆情内容知识实体以及第一食品网络舆情数据中每个舆情触发行为的关联舆情内容知识实体，从而确定出食品属性挖掘信息。如此，能够基于食品舆情主题数据的舆情内容知识实体以及舆情触发行为的关联舆情内容知识实体，从而确保食品属性挖掘信息的精度，并确保食品属性挖掘信息尽可能与实际的食品舆情互联网场景相匹配，以针对相关的食品互联网服务提供商提供后续更为准确的食品筛查和制造优化的有效参考依据。
📄 2021106902184
📂 G06F16_9535
👤 南京晓庄学院
📅 2021-06-22
本发明公开了一种基于RFM模型的用户分组方法、装置及可读介质，通过获取用户的订单数据，并对用户的订单数据进行数据清理；根据数据清理后的订单数据，计算用户的最近一次下单的时间间隔R、规定时间段内的下单频率F和规定时间段内的下单总金额M三个指标；基于时间间隔R、下单频率F、下单总金额M的数值区间设置指标分箱，并通过指标分箱对时间间隔R、下单频率F、下单总金额M进行归一化，得到对应的指标值RS、FS、MS；采用熵权法确定指标对应的权重系数，并根据指标值RS、FS、MS与权重系数计算出每个指标的最终得分；将每个指标的最终得分输入K‑means聚类算法，得到用户的最优分组结果。为企业的运营、决策和项目阶段总结提供数据支持。
📄 202110831035X
📂 G06Q10_0631
👤 华侨大学
📅 2021-07-22
本发明涉及一种基于数据场聚类的客户细分方法，属于数据处理技术领域。本发明利用可解释性机器学习作为中间过程，将客户流失预测和客户细分无缝衔接起来；在进行流失预测之后，采用可解释性机器学习对客户流失预测模型进行解释分析，评估每个特征的重要性；之后，利用基于数据场的聚类方法来对每个数据中的流失客户和非流失客户分别进行细分；通过分析不同客户群体的特征，理解客户流失和留下背后的真正原因。通过本发明CSP能够根据客户需求和消费特征进行个性化定制，为不同客户群体提供差异化的产品和服务，并实现精准营销。
📄 2024108588231
📂 G06Q10_04
👤 重庆邮电大学
📅 2024-06-28
本发明涉及异常商品查询技术领域，具体涉及一种企业数据挖掘方法及系统。该方法获取前年和去年每种商品的功能、销售数量、库存数量、老客户数量和新客户数量；根据去年的销售数量、库存数量、老客户数量和新客户数量，获取商品的异常得分；根据去年和前年的销售数量、库存数量、老客户数量和新客户数量，获取商品的实际受欢迎特征值，将商品进行划分，获得类别；根据类别中异常得分的分布，获取异常得分阈值，确定异常商品，对企业今年异常商品的生产量进行管控。本发明通过获取每种商品的实际受欢迎特征值，对每种商品进行准确的分类，进而准确获取异常得分阈值，准确检测出异常商品，对企业今年每种商品的生产量进行准确的管控。
📄 2024102478952
📂 G06Q10_0637
👤 山东同其智能科技有限公司
📅 2024-03-05
柿子坊 · 知识产权运营
柿子坊知识产权运营平台