Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学池奔获国家专利权

浙江大学池奔获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浙江大学申请的专利一种零样本双阶段动态加权排序的轻量化下一位置预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121615092B

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610130763.0,技术领域涉及:G06F18/25;该发明授权一种零样本双阶段动态加权排序的轻量化下一位置预测方法及系统是由池奔;李传家;许书洋;陈勇;陈欣然;陈喜群;陈发动;朱政;夏英集设计研发完成,并于2026-01-30向国家知识产权局提交的专利申请。

一种零样本双阶段动态加权排序的轻量化下一位置预测方法及系统在说明书摘要公布了:本发明公开了一种零样本双阶段动态加权排序的轻量化下一位置预测方法及系统。方法包括先构建三维评价矩阵,然后根据三维评价矩阵分别采用改进的熵权‑TOPSIS算法和CRITIC‑TOPSIS算法获取第一阶段位置标识候选集合和第二阶段位置标识候选集合,最后根据第一阶段位置标识候选集合和第二阶段位置标识候选集合获取用户当前签到位置的下一位置候选集合。本发明方法无需模型训练,适用于数据稀缺与跨场景环境、具备高实时性与轻量化计算特征,适合在线预测应用、具有良好的可解释性与可扩展性且本发明在准确率与稳定性方面均优于传统模型。

本发明授权一种零样本双阶段动态加权排序的轻量化下一位置预测方法及系统在权利要求书中公布了:1.一种零样本双阶段动态加权排序的轻量化下一位置预测方法,其特征在于,包括如下步骤: S1、获取用户移动行为的签到样本,对所有签到样本按时间顺序进行序列化得到历史签到序列,根据历史签到序列分别获取历史签到位置子序列、历史签到活动子序列和下一位置候选集合,根据历史签到位置子序列、历史签到活动子序列和下一位置候选集合分别构建位置访问频率特征、活动子网络访问频率特征和位置子网络访问频率特征,根据三类特征构建三维评价矩阵; S2、根据三维评价矩阵采用改进的熵权-TOPSIS算法对下一位置候选集合进行第一阶段的排序,得到第一阶段位置标识候选集合;根据三维评价矩阵采用CRITIC-TOPSIS算法对下一位置候选集合进行第二阶段的排序,得到第二阶段位置标识候选集合; 所述改进的熵权-TOPSIS算法具体为: D1、根据三维评价矩阵计算正理想解和负理想解; D2、根据下一位置候选集合中每个位置标识被访问的时间戳集合构建时间稳定性修正因子;根据下一位置候选集合中每个位置标识被访问的用户集合构建用户稀疏性修正因子; D3、根据时间稳定性修正因子、用户稀疏性修正因子和三维评价矩阵中每列特征的信息熵计算三维评价矩阵中每列特征第一阶段的权重; D4、根据正理想解、负理想解和三维评价矩阵中每列特征第一阶段的权重通过TOPSIS法对下一位置候选集合进行第一阶段的排序,得到第一阶段排序后的位置标识候选集合,即第一阶段位置标识候选集合; S3、从第一阶段位置标识候选集合中选取前若干个位置标识,从第二阶段位置标识候选集合剔除已选取的位置标识,得到剔除后的第二阶段位置标识候选集合,从剔除后的第二阶段位置标识候选集合中再选取前若干个位置标识进行补充,从而先后选取的所有位置标识组合构成用户当前签到位置的下一位置候选集合。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。