Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2018223271) SYSTEMS AND METHODS FOR PROVIDING RECOMMENDATIONS BASED ON SEEDED SUPERVISED LEARNING
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2018/223271 International Application No.: PCT/CN2017/087220
Publication Date: 13.12.2018 International Filing Date: 05.06.2017
IPC:
G06F 17/30 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
17
Digital computing or data processing equipment or methods, specially adapted for specific functions
30
Information retrieval; Database structures therefor
Applicants:
BEIJING DIDI INFINITY TECHNOLOGY AND DEVELOPMENT CO., LTD. [CN/CN]; Building 34, No. 8 Dongbeiwang West Road, Haidian District Beijing 100193, CN
Inventors:
QIN, Zhiwei; CN
ZHUO, Chengxiang; CN
TAN, Wei; CN
XIE, Jun; CN
Agent:
METIS IP (CHENGDU) LLC; Tianfu Innovation Center No.846 South Tianfu Road Chengdu, Sichuan 610213, CN
Priority Data:
Title (EN) SYSTEMS AND METHODS FOR PROVIDING RECOMMENDATIONS BASED ON SEEDED SUPERVISED LEARNING
(FR) SYSTÈMES ET PROCÉDÉS POUR FOURNIR DES RECOMMANDATIONS SUR LA BASE D’UN APPRENTISSAGE SUPERVISÉ DÉSIGNÉ
Abstract:
(EN) Systems and methods for providing recommendations based on seeded supervised learning are disclosed. The method may include acquiring, through a communication network, similarity data associated with a first entity, a second entity, and a third entity, and acquiring, through the communication network, external data associated with the first entity and the second entity. The method may further include training a classification model based on the external data and the similarity data. The method may also include determining an expectation score of the third entity based on classification model, and providing, through the communication network, a recommendation based on the expectation score to the third entity.
(FR) La présente invention concerne des systèmes et des procédés pour fournir des recommandations sur la base d’un apprentissage supervisé désigné. Le procédé peut consister à acquérir, par le biais d’un réseau de communication, des données de similarité associées à une première entité, à une deuxième entité et à une troisième entité, et acquérir, par le biais du réseau de communication, des données externes associées à la première entité et à la deuxième entité. Le procédé peut en outre consister à entraîner un modèle de classification sur la base des données externes et des données de similarité. Le procédé peut également consister à déterminer un score attendu de la troisième entité sur la base du modèle de classification, et fournir à la troisième entité, par le biais du réseau de communication, une recommandation sur la base du score attendu.
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: English (EN)
Filing Language: English (EN)