CN109284437A - 一种信息推送的权重自适应反馈调整方法及装置 - Google Patents

一种信息推送的权重自适应反馈调整方法及装置 Download PDF

Info

Publication number
CN109284437A
CN109284437A CN201810865416.8A CN201810865416A CN109284437A CN 109284437 A CN109284437 A CN 109284437A CN 201810865416 A CN201810865416 A CN 201810865416A CN 109284437 A CN109284437 A CN 109284437A
Authority
CN
China
Prior art keywords
index
comparison value
weight
value
indices
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810865416.8A
Other languages
English (en)
Other versions
CN109284437B (zh
Inventor
黄文俊
罗云
许红龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Aobo Chengdu Westone Information Industry Inc
Original Assignee
Guangdong Aobo Chengdu Westone Information Industry Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Aobo Chengdu Westone Information Industry Inc filed Critical Guangdong Aobo Chengdu Westone Information Industry Inc
Priority to CN201810865416.8A priority Critical patent/CN109284437B/zh
Publication of CN109284437A publication Critical patent/CN109284437A/zh
Application granted granted Critical
Publication of CN109284437B publication Critical patent/CN109284437B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种信息推送的权重自适应反馈调整方法,部署于网络系统,通过网络系统对用户数据分析调整用户指标的权重,包括如下步骤:步骤一,定义用户对象的指标类型,采集所有用户对象的各项指标的数据并每一项指标下所有用户的数据在一定周期内的变化率的平均值作为比对值;步骤二,以各项所述指标的原始权重和比对值为基础调整各项所述指标的新权重。本发明通过借助众多用户自身各项指标的变化情况,对原始权重进行修正,制定出更具有参考性的用户自适应的新权重,从而使信息推送更加符合用户个人需求。

Description

一种信息推送的权重自适应反馈调整方法及装置
技术领域
本发明涉及计算机技术领域,具体涉及一种信息推送的权重自适应反馈调整方法及装置。
背景技术
信息个性化推荐系统旨在依据一定的算法向用户提供个性化的信息服务和决策支持,目前广泛应用在新闻推荐、商务推荐、娱乐推荐、学习推荐、生活推荐、决策支持等多个领域。
对于不完全符合信息推送条件的用户对象,目前可以对其中比较接近推送条件者推送“欠缺条件提示”消息,以助其了解自身情况并明确改进方向。已有的技术对计算用户对象与推送条件相似性的权重采用一开始便固定的模式(下称固定权重法),系统简单,便于使用。
固定权重法由于一开始便需要确定长期使用的权重,确定难度较大,常依赖于专家经验,并且随着社会的发展,这些原来确定的权重,可能变得不合时宜,从而需要重新人工确定权重。以钢铁行业为例,在2014年全球性的钢价格下跌时,实现钢产值的同比上升显得尤为困难,在当年评定钢产品企业的竞争力时,对产值的同比增长情况设定了较大的权重。在2018年时,由于行业形势回暖,大多数企业的同比增长情况都有了较好的改善,此时仍采用2014年的评定权重就显得不合时宜。
发明内容
本发明的目的在于针对现有技术中的不足之处,提供一种信息推送的权重自适应反馈调整方法及装置。
为达此目的,本发明采用以下技术方案:
一种信息推送的权重自适应反馈调整方法,部署于网络系统,通过网络系统对用户数据分析调整用户指标的权重,包括如下步骤:
步骤一,定义用户对象的指标类型,采集所有用户对象的各项指标的数据并每一项指标下所有用户的数据在一定周期内的变化率的平均值作为比对值;
步骤二,以各项所述指标的原始权重和比对值为基础调整各项所述指标的新权重,若某项指标的比对值相对于其余指标的比对值较大,则减小该项指标的原始权重作为新权重;若某项指标的比对值相对于其余指标的比对值较小,则增大该项指标的原始权重作为新权重。
更进一步的说明,步骤二中,将比对值为零值定义为增长为零的正增长;若各项指标的比对值均为正值,即各项指标均为正增长,则正增长大的指标对应的比对值相对于正增长小的指标对应的比对值为较大的比对值;若各项指标的比对值均为负值,即各项指标均为负增长,则负增长小的指标对应的比对值相对于负增长大的指标对应的比对值为较大的比对值;若各项指标的比对值既有正值又有负值,即各项指标中既存在正增长又存在负增长,则正增长的指标对应的比对值相对于负增长的指标对应的比对值为较大的比对值。
更进一步的说明,步骤二中,在计算各项所述指标新权重前,先计算各项所述指标的权值分数,再计算各项所述指标的新权重,
其中Sj表示各项所述指标的权值分数,Ui,j表示用户对象i的第j个指标,1≤i≤m及1≤j≤n,n为指标项数;ΔUi,j表示Ui,j的变化率;W′j表示信息推送条件第j个指标的原始权重,Wj表示信息推送条件第j个指标的新权重;a为不小于1的常数。
更进一步的说明,在步骤一计算比对值时,舍去指标变化率的最大值和最小值后再进行求平均值计算;
其中m为用户对象的个数,Ui,j表示用户对象i的第j个指标,1≤i≤m及1≤j≤n,n为指标项数;ΔUi,j表示Ui,j的变化率。
更进一步的说明,若则令
更进一步的说明,若只获取用户在同一时期内起始的指标的数据值和同一时期内终止的指标的数据值,则直接计算指标的变化率:
其中U′i,j为同一时期内起始的指标的数据值,Ui,j为同一时期内终止的指标的数据值;
若获取到用户在同一时期内的指标的多个数据值,则使用逐差法计算。
一种信息推送的权重自适应反馈调整装置,包含信息推送服务器,用于对用户数据分析调整用户指标的权重并通过网络传递信息,包括:
指标分类模块,用于定义用户对象的指标类型;
信息采集模块,用于采集所有用户对象的各项指标的数据;
指标数值预处理模块,用于计算每一项指标下所有用户的数据在一定周期内的变化率的平均值作为比对值;
指标权重调整模块,用于以各项所述指标的原始权重和比对值为基础调整各项所述指标的新权重,若某项指标的比对值相对于其余指标的比对值较大,则减小该项指标的原始权重作为新权重;若某项指标的比对值相对于其余指标的比对值较小,则增大该项指标的原始权重作为新权重。
更进一步的说明,还包括比对值比较模块,用于将各项指标的比对值进行数值划分,将比对值为零值定义为增长为零的正增长;若各项指标的比对值均为正值,即各项指标均为正增长,则正增长大的指标对应的比对值相对于正增长小的指标对应的比对值为较大的比对值;若各项指标的比对值均为负值,即各项指标均为负增长,则负增长小的指标对应的比对值相对于负增长大的指标对应的比对值为较大的比对值;若各项指标的比对值既有正值又有负值,即各项指标中既存在正增长又存在负增长,则正增长的指标对应的比对值相对于负增长的指标对应的比对值为较大的比对值。
本发明的有益效果:通过借助众多用户自身各项指标的变化情况,对原始权重进行修正,制定出更具有参考性的用户自适应的新权重,从而使信息推送更加符合用户个人需求。借助权值分数和新权重计算方法,实现用户自身数据的自适应反馈调整,避免死板僵化的计算方式导致的权重偏差严重。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的一个实施例的流程图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
如图1所示,一种信息推送的权重自适应反馈调整方法,部署于网络系统,通过网络系统对用户数据分析调整用户指标的权重,包括如下步骤:
步骤一,定义用户对象的指标类型,采集所有用户对象的各项指标的数据并每一项指标下所有用户的数据在一定周期内的变化率的平均值作为比对值;
步骤二,以各项所述指标的原始权重和比对值为基础调整各项所述指标的新权重,若某项指标的比对值相对于其余指标的比对值较大,则减小该项指标的原始权重作为新权重;若某项指标的比对值相对于其余指标的比对值较小,则增大该项指标的原始权重作为新权重。
在同一行业内,当所有的用户对象在某一项指标下的数据相对于其他指标增长较快时,其对应的新权重将变小,从而体现出该指标比较容易实现,重要性比较低,在计算相似性时,不用过于重视;相反,当所有的用户对象在某一项指标下的数据相对于其他指标呈现负增长时,其对应的新权重将变大,从而体现出该指标比较难实现,重要性比较高,在计算相似性时,需要更多关注。这样以用户自身的数据变化为基础,同时采用广泛数据的平均值为对比,借由整个行业内的变化情况生成新的权重,这样一来当每个用户单独计算自己的评定结果时,生成的数据才能够更加体现出比较的情况,对信息的相似度更有参考价值。重新设定的新权重能够合理有效的为用户提供信息推荐前的数据支持,方便后续以定量的标准进行准确的信息推送。
更进一步的说明,步骤二中,将比对值为零值定义为增长为零的正增长;若各项指标的比对值均为正值,即各项指标均为正增长,则正增长大的指标对应的比对值相对于正增长小的指标对应的比对值为较大的比对值;若各项指标的比对值均为负值,即各项指标均为负增长,则负增长小的指标对应的比对值相对于负增长大的指标对应的比对值为较大的比对值;若各项指标的比对值既有正值又有负值,即各项指标中既存在正增长又存在负增长,则正增长的指标对应的比对值相对于负增长的指标对应的比对值为较大的比对值。
为了保证权重调整的范围合适,所以根据各项指标的增长率的不同来评判各项指标完整的难易程度,因此关键就在于不以固定的值来评判哪项指标的比对值大,哪项指标的比对值小,而采用以所有指标的比对值为基础,筛选出比对值较大的和比对值较小的,这样的动态标准才更能适应复杂多变的各类因素共同作用下的对比值。
更进一步的说明,步骤二中,在计算各项所述指标新权重前,先计算各项所述指标的权值分数,再计算各项所述指标的新权重,
其中Sj表示各项所述指标的权值分数,Ui,j表示用户对象i的第j个指标,1≤i≤m及1≤j≤n,n为指标项数;ΔUi,j表示Ui,j的变化率;W′j表示信息推送条件第j个指标的原始权重,Wj表示信息推送条件第j个指标的新权重;a为不小于1的常数。
如果仅使用来计算权值分数,将导致:如果权重Wj对应的指标一直增长很快,权值分数Sj将迅速缩小,以至于计算出的新权重值微乎其微。为了避免这种情况,控制权值分数Sj缩小的速度,遂在公式里面的之前多乘以这样当W′j越小的时候,也越小,Sj缩小的幅度就越小。另外在分母上使用了调控系数a,在指标增长过快或者过慢时,可以人工调控a的数值大小,由此来保持权值分数保持在合适的数值范围内。
更进一步的说明,在步骤一计算所有用户对象各项指标的变化率和的平均值时,舍去指标变化率的最大值和最小值后再进行求平均值计算;
其中m为用户对象的个数,Ui,j表示用户对象i的第j个指标,1≤i≤m及1≤j≤n,n为指标项数;ΔUi,j表示Ui,j的变化率。
避免某些用户对象异常的指标变化率影响整体的指标变化率的平均值,排除这些异常值后计算出来的平均值更有参考性和标准性。
更进一步的说明,若则令
如某些企业的税收情况会在某些年份由于企业的经营情况而出现较严重的负增长情况,而这种极端的情况运用到本发明的计算方法中时一方面会导致运算数据过大或者运算结果出错,另一方面这样的极端数值计算出来的实际价值很小,因此在出现负增长严重的数据时,自动将其的负增长率改为50%,在不改变大的计算方向的情况下充分发挥数据的合理性与实用性。
更进一步的说明,若只获取用户在同一时期内起始的指标的数据值和同一时期内终止的指标的数据值,则直接计算指标的变化率:
其中U′i,j为同一时期内起始的指标的数据值,Ui,j为同一时期内终止的指标的数据值;
若获取到用户在同一时期内的指标的多个数据值,则使用逐差法计算。
充分利用数据的优势,比如采集到了用户在同一时期的四个数据分别为:
Ui,j1,Ui,j2,Ui,j3,Ui,j4
则:
因为新权重的决定参数一个是所有用户的指标变化率和的平均值,另一个就是用户个人的指标增长率,变化率和的平均值会在大量的数据下趋于稳定,用户个人的增长率是同样的道理,因此要充分利用有限的数据,使用逐差法减小误差和不确定因素,提高数据和实际情况的契合度。
一种信息推送的权重自适应反馈调整装置,包含信息推送服务器,用于对用户数据分析调整用户指标的权重并通过网络传递信息,包括:
指标分类模块,用于定义用户对象的指标类型;
信息采集模块,用于采集所有用户对象的各项指标的数据;
指标数值预处理模块,用于计算每一项指标下所有用户的数据在一定周期内的变化率的平均值作为比对值;
指标权重调整模块,用于以各项所述指标的原始权重和比对值为基础调整各项所述指标的新权重,若某项指标的比对值相对于其余指标的比对值较大,则减小该项指标的原始权重作为新权重;若某项指标的比对值相对于其余指标的比对值较小,则增大该项指标的原始权重作为新权重。
更进一步的说明,还包括比对值比较模块,用于将各项指标的比对值进行数值划分,将比对值为零值定义为增长为零的正增长;若各项指标的比对值均为正值,即各项指标均为正增长,则正增长大的指标对应的比对值相对于正增长小的指标对应的比对值为较大的比对值;若各项指标的比对值均为负值,即各项指标均为负增长,则负增长小的指标对应的比对值相对于负增长大的指标对应的比对值为较大的比对值;若各项指标的比对值既有正值又有负值,即各项指标中既存在正增长又存在负增长,则正增长的指标对应的比对值相对于负增长的指标对应的比对值为较大的比对值。
实施例:
假设某项对企业的政策共有5个指标,分别是科研人员数量A、专利产出数量B、环保投入资金C、税收D、科研投入资金E,原来权重W′j分别是10%、20%、15%、40%、15%。
采集了众多用户的数据后,计算每一项指标下所有用户的变化率的平均值(舍去指标变化率的最大值和最小值后再进行求平均值计算),结果分别是10%、30%、20%、50%、40%;
计算权值分数:
计算新权重:
本发明不需要指定“变化值”,各个权重就能自动实现增大或减小,由于各项指标的比对值显示出了该项指标实现的难易程度,借由函数功能的自动调节,可以看到指标A的权重增大了,指标B的权重增大了,指标C的权重增大了,指标D的权重减小了,指标E的权重变小了,与所需实现的功能一致。
以新闻领域的信息为例,重新对指标类型进行定义,将上述实施例中的A定义为新闻阅读量、B定义为覆盖范围、C定义为报刊引用量、D定义为互联网媒体引用量、E定义为评论量等,同样可以实现对新闻类信息的权重调整。
以出版印刷领域的信息为例,将指标类型分别定义为印刷版次、印刷量、购买量、翻译其他语种的数量等类型,亦可以实现对该领域的评定权重的自适应调整。
以上内容仅为本发明的较佳实施例,对于本领域的普通技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种信息推送的权重自适应反馈调整方法,部署于网络系统,通过网络系统对用户数据分析调整用户指标的权重,其特征在于,包括如下步骤:
步骤一,定义用户对象的指标类型,采集所有用户对象的各项指标的数据并每一项指标下所有用户的数据在一定周期内的变化率的平均值作为比对值;
步骤二,以各项所述指标的原始权重和比对值为基础调整各项所述指标的新权重,若某项指标的比对值相对于其余指标的比对值较大,则减小该项指标的原始权重作为新权重;若某项指标的比对值相对于其余指标的比对值较小,则增大该项指标的原始权重作为新权重。
2.根据权利要求1所述的一种信息推送的权重自适应反馈调整方法,其特征在于:步骤二中,将比对值为零值定义为增长为零的正增长;若各项指标的比对值均为正值,即各项指标均为正增长,则正增长大的指标对应的比对值相对于正增长小的指标对应的比对值为较大的比对值;若各项指标的比对值均为负值,即各项指标均为负增长,则负增长小的指标对应的比对值相对于负增长大的指标对应的比对值为较大的比对值;若各项指标的比对值既有正值又有负值,即各项指标中既存在正增长又存在负增长,则正增长的指标对应的比对值相对于负增长的指标对应的比对值为较大的比对值。
3.根据权利要求2所述的一种信息推送的权重自适应反馈调整方法,其特征在于:步骤二中,在计算各项所述指标新权重前,先计算各项所述指标的权值分数,再计算各项所述指标的新权重,
其中Sj表示各项所述指标的权值分数,Ui,j表示用户对象i的第j个指标,1≤i≤m及1≤j≤n,n为指标项数;ΔUi,j表示Ui,j的变化率;W′j表示信息推送条件第j个指标的原始权重,Wj表示信息推送条件第j个指标的新权重;a为不小于1的常数。
4.根据权利要求1所述的一种信息推送的权重自适应反馈调整方法,其特征在于:在步骤一计算比对值时,舍去指标变化率的最大值和最小值后再进行求平均值计算;
其中m为用户对象的个数,Ui,j表示用户对象i的第j个指标,1≤i≤m及1≤j≤n,n为指标项数;ΔUi,j表示Ui,j的变化率。
5.根据权利要求4所述的一种信息推送的权重自适应反馈调整方法,其特征在于:若则令
6.根据权利要求3所述的一种信息推送的权重自适应反馈调整方法,其特征在于:若只获取用户在同一时期内起始的指标的数据值和同一时期内终止的指标的数据值,则直接计算指标的变化率:
其中U′i,j为同一时期内起始的指标的数据值,Ui,j为同一时期内终止的指标的数据值;
若获取到用户在同一时期内的指标的多个数据值,则使用逐差法计算。
7.一种信息推送的权重自适应反馈调整装置,包含信息推送服务器,用于对用户数据分析调整用户指标的权重并通过网络传递信息,其特征在于,包括:
指标分类模块,用于定义用户对象的指标类型;
信息采集模块,用于采集所有用户对象的各项指标的数据;
指标数值预处理模块,用于计算每一项指标下所有用户的数据在一定周期内的变化率的平均值作为比对值;
指标权重调整模块,用于以各项所述指标的原始权重和比对值为基础调整各项所述指标的新权重,若某项指标的比对值相对于其余指标的比对值较大,则减小该项指标的原始权重作为新权重;若某项指标的比对值相对于其余指标的比对值较小,则增大该项指标的原始权重作为新权重。
8.根据权利要求7所述的一种信息推送的权重自适应反馈调整装置,其特征在于,还包括比对值比较模块,用于将各项指标的比对值进行数值划分,将比对值为零值定义为增长为零的正增长;若各项指标的比对值均为正值,即各项指标均为正增长,则正增长大的指标对应的比对值相对于正增长小的指标对应的比对值为较大的比对值;若各项指标的比对值均为负值,即各项指标均为负增长,则负增长小的指标对应的比对值相对于负增长大的指标对应的比对值为较大的比对值;若各项指标的比对值既有正值又有负值,即各项指标中既存在正增长又存在负增长,则正增长的指标对应的比对值相对于负增长的指标对应的比对值为较大的比对值。
CN201810865416.8A 2018-08-01 2018-08-01 一种信息推送的权重自适应反馈调整方法及装置 Active CN109284437B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810865416.8A CN109284437B (zh) 2018-08-01 2018-08-01 一种信息推送的权重自适应反馈调整方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810865416.8A CN109284437B (zh) 2018-08-01 2018-08-01 一种信息推送的权重自适应反馈调整方法及装置

Publications (2)

Publication Number Publication Date
CN109284437A true CN109284437A (zh) 2019-01-29
CN109284437B CN109284437B (zh) 2020-12-08

Family

ID=65183368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810865416.8A Active CN109284437B (zh) 2018-08-01 2018-08-01 一种信息推送的权重自适应反馈调整方法及装置

Country Status (1)

Country Link
CN (1) CN109284437B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110093420A1 (en) * 2009-10-16 2011-04-21 Erik Rothenberg Computer-processing system scoring subjects relative to political, economic, social, technological, legal and environmental (pestle) factors, utilizing input data and a collaboration process, transforming a measurement valuation system regarding the value of subjects against an agenda
CN103399867A (zh) * 2013-07-05 2013-11-20 西安交通大学 一种线性组合预测模型权重的自适应调整方法
US20160103838A1 (en) * 2014-10-09 2016-04-14 Splunk Inc. Anomaly detection
CN107729708A (zh) * 2016-08-10 2018-02-23 中国移动通信集团公司 一种流量策略推荐方法及装置
CN107844906A (zh) * 2017-11-10 2018-03-27 东南大学 一种计及外部经济因素的用电市场景气指数的构建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110093420A1 (en) * 2009-10-16 2011-04-21 Erik Rothenberg Computer-processing system scoring subjects relative to political, economic, social, technological, legal and environmental (pestle) factors, utilizing input data and a collaboration process, transforming a measurement valuation system regarding the value of subjects against an agenda
CN103399867A (zh) * 2013-07-05 2013-11-20 西安交通大学 一种线性组合预测模型权重的自适应调整方法
US20160103838A1 (en) * 2014-10-09 2016-04-14 Splunk Inc. Anomaly detection
CN107729708A (zh) * 2016-08-10 2018-02-23 中国移动通信集团公司 一种流量策略推荐方法及装置
CN107844906A (zh) * 2017-11-10 2018-03-27 东南大学 一种计及外部经济因素的用电市场景气指数的构建方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIWEI ZHOU等: "A transformer fault diagnosis method based on grey relational analysis and integrated weight determination", 《2017 IEEE ELECTRICAL INSULATION CONFERENCE (EIC)》 *
李欣然等: "权重自适应调整的混沌量子粒子群优化算法", 《计算机系统应用》 *
韩朝超: "基于指标值状态的自适应权重确定法", 《装甲兵工程学院学报》 *

Also Published As

Publication number Publication date
CN109284437B (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
US8417654B1 (en) Decision tree refinement
Athanasakou et al. Annual report narratives and the cost of equity capital: UK evidence of a U-shaped relation
US9830647B2 (en) Adaptive dynamic budgeting
US11829417B2 (en) Context-based customization using semantic graph data
Al-Khatib et al. Threats to the survival of the author-pays-journal to publish model
EP3549086A1 (en) Methods, systems and computer program products for collecting tax data
US20140188948A1 (en) Database aggregation of purchase data
Rahnama Distributed real-time sentiment analysis for big data social streams
US20220351302A1 (en) Transaction data processing systems and methods
US8700648B2 (en) Context based networking
Jeang Impact factor, H index, peer comparisons, and Retrovirology: is it time to individualize citation metrics?
US20240152945A1 (en) Customized Merchant Price Ratings
Akita et al. Pro-poorness of rural economic growth and the roles of education in Bhutan, 2007–2017
CN109284437A (zh) 一种信息推送的权重自适应反馈调整方法及装置
CN109146727A (zh) 基于ai的专利价值评估方法及系统
CN113869700A (zh) 一种绩效指标预测方法、装置、电子设备和存储介质
Sandford The quiet return of equalization alongside incentive in the English local government finance system
Liu et al. A new decision process algorithm for MCDM problems with interval grey numbers via decision target adjustment
US20130173427A1 (en) Apparatus and method of data sharing between online marketplaces
Geng et al. Multi-criteria recommender systems based on multi-objective hydrologic cycle optimization
US20170061548A1 (en) Advice engine
JP2008146610A (ja) ネットワーク上のユーザに対するレコメンデーションの方法、レコメンデーションサーバ及びプログラム
Liu et al. Recommender System for Books in University Library with Implicit Data
CN108537387A (zh) 一种售电公司规模变化的预测方法及装置
US20230011804A1 (en) Customized Merchant Price Ratings

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant