CN114374664A - 基于公平性导向的情感内容dikw化映射与传输方法 - Google Patents
基于公平性导向的情感内容dikw化映射与传输方法 Download PDFInfo
- Publication number
- CN114374664A CN114374664A CN202111532716.2A CN202111532716A CN114374664A CN 114374664 A CN114374664 A CN 114374664A CN 202111532716 A CN202111532716 A CN 202111532716A CN 114374664 A CN114374664 A CN 114374664A
- Authority
- CN
- China
- Prior art keywords
- dikw
- sender
- emotion
- content
- fairness
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
- H04L51/18—Commands or executable codes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供一种基于公平性导向的情感内容DIKW化映射与传输方法,包括:S101、发送方通过第一服务端发起交互请求,接收方通过第二服务端确认交互请求,在第一服务端和第二服务端间建立通信链路;S102、第一服务端和第二服务端分别建立发送方和接收方的个性化DIKW模型,对个性化DIKW模型进行实时调整;S103、发送方发起情感通讯目标内容申请,第一服务端基于情感通讯目标内容建立DIKW模型,识别发送方情感状态,对发送方情感状态进行监控,向第二服务端发送情感通讯目标内容;S104、第二服务端基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策,实现个性化情感内容展示。本发明能实现公平性导向的情感内容传输,避免理解偏差导致的不公平通讯问题。
Description
技术领域
本发明涉及数据通讯技术领域,尤其涉及一种基于公平性导向的情感内容DIKW化映射与传输方法。
背景技术
随着互联网社交网络的快速发展,用户实现情感通讯的方式有通话、视频等,通讯内容也日趋丰富,多样化的通讯在多来源的资源处理上时常出现歧视、地域差异等问题,人们面临着信息泄露、理解偏差导致不公平通讯等新挑战,进而提出了崭新的公平性要求,具体的,由于进行通讯的发送方和接收方之间存在着DIKW不对称——即数据Data、信息Information、知识knowledge等多个层面的不对称,导致接收方错误理解通讯内容或存在偏差,甚至处于盈利目的擅自使用或公开通讯内容。
发明内容
鉴于此,本发明的目的在于提供一种基于公平性导向的情感内容DIKW化映射与传输方法,以克服或至少部分解决现有技术所存在的上述问题。
为实现上述发明目的,本发明提供一种基于公平性导向的情感内容DIKW化映射与传输方法,所述方法包括以下步骤:
S101、发送方通过第一服务端发起交互请求,接收方通过第二服务端确认交互请求,在第一服务端和第二服务端之间建立通信链路;
S102、第一服务端和第二服务端分别建立发送方和接收方的个性化DIKW模型,对个性化DIKW模型进行实时调整;
S103、发送方发起情感通讯目标内容申请,第一服务端基于情感通讯目标内容建立DIKW模型,识别发送方的情感状态,对发送方情感状态进行监控,向第二服务端发送情感通讯目标内容;
S104、第二服务端基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策,实现个性化情感内容展示。
进一步的,在所述步骤S103与S104之间,还包括步骤:
S201、基于发送方的个性化DIKW模型分析发送方的意图;
S202、计算不同接收方与发送方的个性化DIKW模型的匹配程度,并记为a;
S203、计算不同接收方的理解差异值,根据理解差异值计算需为接收方增加的解释内容量。
进一步的,步骤S103中,对发送方情感状态进行监控,具体包括:分别监控用户的显性情感和隐性情感,根据情感通讯目标内容重要性由大到小分配权重,对于权重高的情感通讯目标内容优先传输。
进一步的,步骤S103中,对发送方情感状态进行监控后,当发送方情感状态发生变化时进行反馈,将目标发送方、历史情感和当前情感采用三元组形式表达。
进一步的,所述显性情感通过分析发送方的视听信息、面部表情、身体姿势或生理信号进行提取;所述隐性情感通过发送方的个性化DIKW模型进行提取。
进一步的,所述步骤S103中,向第二服务端发送情感通讯目标内容时,对情感通讯目标内容进行保护,所述保护具体包括:数据模糊保护、信息模糊保护和知识模糊保护。
进一步的,步骤S104后还包括步骤:当情感通讯目标内容包括敏感信息时,第二服务端获取并发送接收方获取敏感信息的用途以及意图至第一服务端供发送方确认,当发送方拒绝确认时第二服务端销毁敏感信息,当发送方同意确认时,监控接收方对于敏感信息的使用过程是否出现异常。
进一步的,所述步骤S104中,第二服务端基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策,具体包括:数据公平性处理、信息公平性处理和知识公平性处理。
与现有技术相比,本发明的有益效果是:
本发明所提供的基于公平性导向的情感内容DIKW化映射与传输方法,通过建立发送方和接收方的个性DIKW模型来度量其个性化差异,在情感通讯目标内容传输过程中,对发送方情感状态进行监控,并基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策,在保证情感通讯的实时性、可靠性的同时,实现公平性导向的情感内容传输,避免由于理解偏差导致的不公平通讯问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的优选实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于公平性导向的情感内容DIKW化映射与传输方法整体流程示意图。
图2是本发明实施例提供的解释内容量计算方法流程示意图。
图3是本发明实施例提供的数据公平性处理流程示意图。
图4是本发明实施例提供的信息公平性处理流程示意图。
图5是本发明实施例提供的知识公平性处理流程示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所列举实施例只用于解释本发明,并非用于限定本发明的范围。
参照图1,本实施例提供一种基于公平性导向的情感内容DIKW化映射与传输方法,所述方法包括以下步骤:
S101、发送方通过第一服务端发起交互请求,接收方通过第二服务端确认交互请求,在第一服务端和第二服务端之间建立通信链路。
其中,所述第一服务端为由发送方使用的通讯设备,第二服务端为由接收方使用的通讯设备。
S102、第一服务端和第二服务端分别建立发送方和接收方的个性化DIKW模型,对个性化DIKW模型进行实时调整。
该步骤中,将多来源的资源通过概念化和抽象化映射为数据资源、信息资源、知识资源这三种类型资源,并基于关系采用面向对象自底向上的方法分别构架DIKW模型。所述多来源的资源可以通过采集用户在互联网上的活动行为产生的资源获得。用户行为产生的带有个人特点的资源可以分类为数据资源、信息资源和知识资源的多模态层面,基于不同用户个性化类型资源构建的DIKW模型是存在差异的,这种差异会导致通讯过程中的不公平现象。
数据资源是通过直接观察一段存在的语义收集的没有绑定意图的离散对象,数据资源依据属性和结构不同分为数值型数据、概率型数据、逻辑型数据和范围型数据。数值型数据是通过观察测量或简单计算得到的具体数值,包含阿拉伯数字、时间、日期或与字符数据关联的数值型数据。概率型数据表示依据个人认知对其他事物发展趋势的一种推理或预测,是一种不确定的描述。逻辑型数据用(yes/no)表示数据资源,可以对事物进行筛选和分类处理并用数字代码来表示各个类别。范围型数据是用来描述某种数据类型的一个值的数据类型,可以表达单个数据对象的多个数据,范围型数据的重叠度越高则越相似。范围型数据根据有无边界分为有边界的范围和无边界的范围。
信息资源是由数据直接或间接关联一个或多个意图形成的并且具有时效性。信息可以是偏序型信息、用途型信息和变化型信息。其中偏序型信息是在相同属性的前提下,依据同一标准层面的比较意图对同类型数据对象或不同类型数据对象的比较。用途型信息是依据使用意图分析数据功能属性实现最终目的。变化型信息是对选定的对象进行修改等处理操作进而发生变动的过程描述。
知识资源是对数据资源和/或信息资源进行结构化和形式化的类别推理或基于概率统计得出的经验规则。
S103、发送方发起情感通讯目标内容申请,第一服务端基于情感通讯目标内容建立DIKW模型,识别发送方的情感状态,对发送方情感状态进行监控,向第二服务端发送情感通讯目标内容。
当发送方和接收方双方建立通讯链路时,由于情感交流是不断变化的,因此需要对发送方的情感状态进行实时监控,降低情感交互错误。所述监控包括分别监控用户的显性情感和隐性情感,根据情感通讯目标内容的重要性,依次由大到小分配权重,对于权重高的内容优先传输。
人际情感互动中按照表达情感的明确程度分为两种,分别为显性情感和隐性情感。通过分析用户的视听信息、面部表情、身体姿势或者心率、体温之类的生理信号等。对于隐性情感,首先收集用户的相关资源构建其个性化DIKW图谱,其次,通过用户意图驱动识别用户隐性情感表达通道,最后将隐性情感显性化表达。
当发送方的情感状态发生变化时,第一服务端进行反馈,所述反馈包含具体的用户对象、历史情感和当前情感三个部分并用三元组形式化表达,如用户A先前的情感状态为悲伤,在第一服务端监控用户A的情感状态更新为开心后,形式化表达为(A,悲伤,开心)。
S104、第二服务端基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策,实现个性化情感内容展示。
在情感通讯过程中,为了令接收方更好地理解本质交流内容,第二服务端需要基于接收方的个性化DIKW模型,为不同接收方提供个性化和人性化的情感内容展示,进而解决由于不同接收方认知差异所导致的不平等问题。当双方情感通讯完成后,切断通讯链路。
作为一种优选的示例,参照图2,在所述步骤S103与S104之间,还包括步骤:
S201、基于发送方的个性化DIKW模型分析发送方的意图。发送方的意图可以通过分析发送方个性化DIKW模型中的数据资源和信息资源获得,对于不同的接收方,发送方的意图可能是不相同的。
S202、计算不同接收方与发送方的个性化DIKW模型的匹配程度,并记为a。
S203、计算不同接收方的理解差异值,根据理解差异值计算需为接收方增加的解释内容量。理解差异值b可以通过下式计算:
b=pi*ai-pj*aj
其中,i和j均为整数,不同的数字对应不同的接收方。pi表示情感通讯目标内容中接收方i需要理解的内容百分比,ai表示接收方i与发送方的个性化DIKW模型的匹配程度,pj表示情感通讯目标内容中接收方j需要理解的内容百分比,aj表示接收方j与发送方的个性化DIKW模型的匹配程度。在计算出接收方i和j的理解差异值后,就可以对在理解差异对比中处于劣势方的接收方计算所需增加的解释内容量c,解释内容量c可以通过下式计算:
c=b/n
其中n表示接收方数量。例如,发送方发送一段内容,需要接收方A理解p1=50%,需要接收方B理解p2=80%。而发送方与接收方A的个性化DIKW模型的匹配程度a1=2/3,发送方与接收方B的个性化DIKW模型的匹配程度a2=1/3,那么A和B之间的理解差异值b为50%*2/3-80%*1/3=1/15,B在理解差异对比中处于劣势,需为B增加的解释内容量c=1/15*1/2=1/30,则在发送方传输给B的内容中增加1/30的解释内容,从而实现A和B在不同意图下的平等传输。
情感通讯过程中,情感通讯目标内容中可能包含敏感部分或者发送方不愿透露的内容,因此有必要对情感通讯目标内容进行保护,从而降低隐私泄露风险并提高通讯安全性。所述保护包括数据模糊保护、信息模糊保护和知识模糊保护。
其中,所述数据模糊保护用于保护敏感数据资源,四种数据资源按照模糊度由高到低排序依次为范围型数据、概率型数据、逻辑型数据、数值型数据,发送方的数据保护意愿可以分级为迫切保护、一般保护和不需要保护,进而为不同级别的保护意愿匹配相对应的模糊度数据资源类型进行传输。例如,发送方对学生成绩的保护意愿为迫切保护,其相对应的模糊度数据资源类型为范围型数据,并且需要扩大数据范围实现数据保护,则传输的情感通讯目标内容可以由原先的“Y的成绩为75分”替换为“Y的成绩在(50,90)之间”。
所述信息模糊保护可以通过模糊数据、意图或关系实现保护。例如“发送咖啡照片中包含咖啡店名称地点的信息敏感内容”,其中咖啡店名称地点属于敏感信息,需要进行打码或者去除等模糊化处理。信息模糊化处理不会造成依据发送方意图驱动的情感内容通讯的语义交流障碍或内容传输错误等现象,但是能够有效降低用户信息泄露的风险。
所述知识模糊保护是指抽象或者泛化单个或多个知识节点实现知识资源的保护。例如,发送方传输“温带季风性气候适合种植棉花”这一内容且需要对该单个知识节点进行保护,向上检索知识对象“各地域的气候特点与农作物产量存在关系”进行传输。当发送方传输多个知识节点给接收方时,发送方模糊程度意图驱动确定各知识节点的模糊程度并进行不同程度的抽象和泛化处理。例如,发送方传输K1:“HIV感染与人们的私生活混乱有直接关联”和K2:“生活习惯混乱与免疫力呈现正相关”模糊程度K1>K2处理后得到K1:“病毒感染与生活习惯相关”和K2:“生活习惯与免疫力有关系”进行传输。
作为一种优选的示例,所述步骤S104后还包括步骤:当情感通讯目标内容包括敏感信息时,第二服务端获取并发送接收方获取敏感信息的用途以及意图至第一服务端供发送方确认。当发送方拒绝确认时,第二服务端将敏感信息销毁,以避免接收方继续使用敏感信息;当发送方同意确认时,监控接收方对于敏感信息的使用过程是否出现异常,即是否超出正常使用范畴,在接收方使用完成后销毁敏感信息,并重设接收方访问敏感信息的权限。
由于基于不同用户个性化类型资源构建的DIKW模型存在差异,这种差异会导致情感通讯过程中的不公平现象,情感通讯过程中的公平性可以划分为数据公平、信息公平和知识公平,本实施例通过技术手段改变情感通讯过程中的不公平现象,所述技术手段即基于发送方的意图对不同接收方进行数据可用、信息可达、知识处理的公平性处理,实现发送方依据自身意愿修改调整发送给不同接收方的通讯内容,使每位接收方实现平等获取、吸收和处理通讯内容。在步骤S104中,第二服务端基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策,具体包括:数据公平性处理、信息公平性处理和知识公平性处理。
所述数据公平性问题包括数据节点不存在导致的数据不公平、数据节点不匹配导致的不公平、情感通讯目标内容中数据对象过载导致多歧义不公平等。对于数据节点不存在导致的数据不公平,可以通过数据对象的属性确认其在接收方DIKW模型中增加的位置并进行增加操作;对于数据节点不匹配导致的不公平,可以根据接收方的DIKW图谱,对情感通讯目标内容中的数据对象进行等价替换;对于情感通讯目标内容中数据对象过载导致多歧义不公平,参照图3,可以采用以下步骤处理:
S301、输入发送方意图驱动遍历发送方DIKW模型中的数据模型搜索通讯内容目标数据对象范围。
S302、清除可由其他通讯内容目标数据对象推导出的通讯内容目标数据对象,直到在不影响本质内容传递的前提下通讯内容目标数据对象数量降至最少。
S303、输入通讯内容目标数据对象采用近似串KMP匹配算法遍历接收方DIKW模型中的数据模型搜索匹配节点。
S304、设计一个最低匹配值,所述最低匹配值由数据模型的节点分支、度和路径长度决定。
S305、判断接收方DIKW模型中的数据模型节点匹配值是否小于最低匹配值,动态规划定义数据节点位置和状态,随后进行增删查改操作并记录操作数量选择最小操作数值保证效率;若节点匹配值大于等于该值则输出该节点。
参照图4,所述信息公平性处理具体包括以下步骤:
S401、输入情感通讯目标内容中的目标信息对象开始向下搜索接收方DIKW模型中的信息模型,将搜索过的路径记为搜索路径;
S402、当目标信息对象到接收方信息模型没有任何搜索路径时,则目标信息对象不可达,通过结合数据资源和意图驱动获得新的信息资源为增删改查操作定位并记录操作数;若存在搜索路径,则选择其中路径短的信息传输。
参照图5,所述知识公平性处理具体包括以下步骤:
S501、输入情感通讯目标内容中的目标知识对象。
S502、自上而下标记接收方的DIKW模型的知识模型中基于目标知识对象的正确知识K1和错误知识K2,计算x1=(K1-K2)/(K1+K2)。
S503、在接收方知识模型的知识对象的验证集上进行剪枝操作并计算x2=(K1-K2)/(K1+K2)。
S504、判断x2是否大于x1,若是,则保留剪枝结果;若否则不进行剪枝操作。
本发明将用户在情感通讯交流过程中产生的资源映射分类为DIKW类型资源进而依据DIKW内在属性和关系采用自底向上方法构建不同使用者的DIKW模型,对于情感通讯过程中存在的歧视、差异等不公平和信息泄露现象,分别提出了针对数据、信息和知识的公平性处理,来降低通讯双方的差异以及不同接收方之间的差异,通过模糊化敏感内容并透明化接收方获取敏感信息的用途和意图,进而实现平等安全通讯。本发明中情感通讯的处理过程主要包括情感的分类与识别、情感监控与反馈和情感控制与决策三个环节。情感分类与识别可以有效识别显性情感并挖掘用户的隐性情感,确保情感交流的准确性;情感监控与反馈确保情感的实时性;情感控制与决策体现以人为本的通讯要求。这三个环节由通讯双方共同完成,在每个环节中均对通讯内容进行保护,防止敏感内容泄露造成不可挽回的损失,进而保证通讯的准确性、有效性和安全性。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于公平性导向的情感内容DIKW化映射与传输方法,其特征在于,所述方法包括以下步骤:
S101、发送方通过第一服务端发起交互请求,接收方通过第二服务端确认交互请求,在第一服务端和第二服务端之间建立通信链路;
S102、第一服务端和第二服务端分别建立发送方和接收方的个性化DIKW模型,对个性化DIKW模型进行实时调整;
S103、发送方发起情感通讯目标内容申请,第一服务端基于情感通讯目标内容建立DIKW模型,识别发送方的情感状态,对发送方情感状态进行监控,向第二服务端发送情感通讯目标内容;
S104、第二服务端基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策,实现个性化情感内容展示。
2.根据权利要求1所述的一种基于公平性导向的情感内容DIKW化映射与传输方法,其特征在于,在所述步骤S103与S104之间,还包括步骤:
S201、基于发送方的个性化DIKW模型分析发送方的意图;
S202、计算不同接收方与发送方的个性化DIKW模型的匹配程度,并记为a;
S203、计算不同接收方的理解差异值,根据理解差异值计算需为接收方增加的解释内容量。
3.根据权利要求1所述的一种基于公平性导向的情感内容DIKW化映射与传输方法,其特征在于,步骤S103中,对发送方情感状态进行监控,具体包括:分别监控用户的显性情感和隐性情感,根据情感通讯目标内容重要性由大到小分配权重,对于权重高的情感通讯目标内容优先传输。
4.根据权利要求3所述的一种基于公平性导向的情感内容DIKW化映射与传输方法,其特征在于,步骤S103中,对发送方情感状态进行监控后,当发送方情感状态发生变化时进行反馈,将目标发送方、历史情感和当前情感采用三元组形式表达。
5.根据权利要求3所述的一种基于公平性导向的情感内容DIKW化映射与传输方法,其特征在于,所述显性情感通过分析发送方的视听信息、面部表情、身体姿势或生理信号进行提取;所述隐性情感通过发送方的个性化DIKW模型进行提取。
6.根据权利要求1所述的一种基于公平性导向的情感内容DIKW化映射与传输方法,其特征在于,所述步骤S103中,向第二服务端发送情感通讯目标内容时,对情感通讯目标内容进行保护,所述保护具体包括:数据模糊保护、信息模糊保护和知识模糊保护。
7.根据权利要求1所述的一种基于公平性导向的情感内容DIKW化映射与传输方法,其特征在于,步骤S104后还包括步骤:当情感通讯目标内容包括敏感信息时,第二服务端获取并发送接收方获取敏感信息的用途以及意图至第一服务端供发送方确认,当发送方拒绝确认时第二服务端销毁敏感信息,当发送方同意确认时,监控接收方对于敏感信息的使用过程是否出现异常。
8.根据权利要求1所述的一种基于公平性导向的情感内容DIKW化映射与传输方法,其特征在于,所述步骤S104中,第二服务端基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策,具体包括:数据公平性处理、信息公平性处理和知识公平性处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111532716.2A CN114374664B (zh) | 2021-12-15 | 2021-12-15 | 基于公平性导向的情感内容dikw化映射与传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111532716.2A CN114374664B (zh) | 2021-12-15 | 2021-12-15 | 基于公平性导向的情感内容dikw化映射与传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114374664A true CN114374664A (zh) | 2022-04-19 |
CN114374664B CN114374664B (zh) | 2022-09-23 |
Family
ID=81139337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111532716.2A Active CN114374664B (zh) | 2021-12-15 | 2021-12-15 | 基于公平性导向的情感内容dikw化映射与传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114374664B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100250497A1 (en) * | 2007-01-05 | 2010-09-30 | Redlich Ron M | Electromagnetic pulse (EMP) hardened information infrastructure with extractor, cloud dispersal, secure storage, content analysis and classification and method therefor |
EP2849087A1 (en) * | 2013-08-16 | 2015-03-18 | Kabushiki Kaisha Toshiba | A computer generated emulation of a subject |
WO2019144542A1 (en) * | 2018-01-26 | 2019-08-01 | Institute Of Software Chinese Academy Of Sciences | Affective interaction systems, devices, and methods based on affective computing user interface |
CN110543635A (zh) * | 2019-09-05 | 2019-12-06 | 子长科技(北京)有限公司 | 基于深度学习的信息检测方法、装置及计算机存储介质 |
CN112231750A (zh) * | 2020-10-14 | 2021-01-15 | 海南大学 | 融合公平、公正和透明法规技术化的多模态隐私保护方法 |
CN113468206A (zh) * | 2021-07-15 | 2021-10-01 | 中国银行股份有限公司 | 数据维护方法、装置、服务器、介质及产品 |
CN113722505A (zh) * | 2021-08-30 | 2021-11-30 | 海南大学 | 面向dikw资源的情感表达映射、度量与优化传输系统 |
-
2021
- 2021-12-15 CN CN202111532716.2A patent/CN114374664B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100250497A1 (en) * | 2007-01-05 | 2010-09-30 | Redlich Ron M | Electromagnetic pulse (EMP) hardened information infrastructure with extractor, cloud dispersal, secure storage, content analysis and classification and method therefor |
EP2849087A1 (en) * | 2013-08-16 | 2015-03-18 | Kabushiki Kaisha Toshiba | A computer generated emulation of a subject |
WO2019144542A1 (en) * | 2018-01-26 | 2019-08-01 | Institute Of Software Chinese Academy Of Sciences | Affective interaction systems, devices, and methods based on affective computing user interface |
CN110543635A (zh) * | 2019-09-05 | 2019-12-06 | 子长科技(北京)有限公司 | 基于深度学习的信息检测方法、装置及计算机存储介质 |
CN112231750A (zh) * | 2020-10-14 | 2021-01-15 | 海南大学 | 融合公平、公正和透明法规技术化的多模态隐私保护方法 |
CN113468206A (zh) * | 2021-07-15 | 2021-10-01 | 中国银行股份有限公司 | 数据维护方法、装置、服务器、介质及产品 |
CN113722505A (zh) * | 2021-08-30 | 2021-11-30 | 海南大学 | 面向dikw资源的情感表达映射、度量与优化传输系统 |
Non-Patent Citations (2)
Title |
---|
TING HU 等: "《Modeling and Measuring for Emotion Communication based on DIKW》", 《IEEE》 * |
翁娟: "《机器学习视觉的智能投顾服务平台治理模型研究》", 《中国优秀硕士学位论文全文数据库》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114374664B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cai et al. | Collective data-sanitization for preventing sensitive information inference attacks in social networks | |
US9531862B1 (en) | Contextual linking module with interactive intelligent agent for managing communications with contacts and navigation features | |
Mitola | Cognitive radio | |
US20090063518A1 (en) | Using destination-dependent criteria to guide data transmission decisions | |
SG181929A1 (en) | Method and system for relating network application | |
Mate et al. | Risk-Aware Interventions in Public Health: Planning with Restless Multi-Armed Bandits. | |
Gómez-Romero et al. | Strategies and techniques for use and exploitation of contextual information in high-level fusion architectures | |
Qasem et al. | Multi-agent system combined with distributed data mining for mutual collaboration classification | |
US20200302263A1 (en) | Bot systems and methods | |
JP6082832B1 (ja) | メッセージ管理装置及びメッセージ管理方法 | |
Mendonça et al. | Modelling and analysing contextual failures for dependability requirements | |
Applebaum et al. | Playbook oriented cyber response | |
CN103957268B (zh) | 一种规则驱动的数据传输方法 | |
CN114374664B (zh) | 基于公平性导向的情感内容dikw化映射与传输方法 | |
Wang et al. | Context-aware mobile service adaptation via a Co-evolution eXtended Classifier System in mobile network environments | |
Alkhayyat et al. | Fuzzy logic, genetic algorithms, and artificial neural networks applied to cognitive radio networks: A review | |
CN107948047A (zh) | 一种用户推荐方法及终端 | |
CN114390011A (zh) | 一种消息处理方法、装置以及可读存储介质 | |
Ferreyra et al. | At your own risk: Shaping privacy heuristics for online self-disclosure | |
CN109670339A (zh) | 基于本体的面向隐私保护的访问控制方法及装置 | |
Singh et al. | Trust management in online computing environment: a complete review | |
Fraser et al. | A context-aware, info-bead and fuzzy inference approach to notification management | |
Copeland et al. | Classifying and Aggregating Context Attributes for Business Service Requests-No'One-Size-Fits-All' | |
Zhang et al. | Multi-source trust revision | |
Abahussein | Deep Reinforcement Learning and Privacy Preserving with Differential Privacy |
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 |