摘要：本申请涉及大数据领域，公开了挖掘兴趣点之间的竞争关系的方法和装置。该方法包括：获取基于用户的地图检索数据进行数据挖掘得到的图元挖掘结果，地图检索数据包括检索的目标兴趣点的属性信息，图元挖掘结果包括各个预设情况的发生频次，预设情况包括：符合对应的预设图元所表征的兴趣点的属性信息及至少两个兴趣点的属性信息之间的预设关联关系；基于图元挖掘结果确定第一兴趣点的属性信息和第二兴趣点的属性信息共同出现的预设图元对应的预设情况的发生频次，生成第一兴趣点和第二兴趣点的关系特征；将关系特征输入预先训练的关系预测模型，得到第一兴趣点和第二兴趣点的竞争关系预测结果。该方法可获得可靠的兴趣点间的竞争关系分析结果。

摘要：本申请公开了一种兴趣点推荐方法、装置、设备和介质，涉及人工智能和信息推荐技术领域。具体实现方案为：根据待推荐用户的用户画像，生成用户显式特征；根据预先构建的POI层级结构中各候选POI的POI画像，生成POI显式特征；其中，较高层级的父节点POI空间覆盖较低层级的各子节点POI；根据待推荐用户对各候选POI的历史交互行为，生成历史交互特征；根据用户显式特征、POI显式特征和历史交互特征中的至少一种，结合POI层级结构中层级间和/或层级内的候选POI的关联关系，确定各层级的推荐值矩阵；根据各层级的推荐值矩阵，分别从各层级的候选POI中选取至少一个目标POI进行推荐。

摘要：本申请公开了一种兴趣点POI推荐模型的训练方法、装置和电子设备，涉及人工智能和大数据技术领域。具体实现方案为：在训练生成POI推荐模型时，正是因为考虑到用户对POI的偏好信息和不同层级的POI之间的关系会影响POI推荐的准确度，因此，在训练生成POI推荐模型时，先获取用户对POI的偏好信息和不同层级的POI之间的关系，并根据用户对POI的偏好信息和不同层级的POI之间的关系，训练生成的POI推荐模型，从而提高了POI推荐模型的准确度，这样在基于准确度较高的POI推荐模型进行POI推荐时，还可以有效地提高POI推荐的准确度。

摘要：本公开提供了一种移动智能体的训练数据的生成方法、装置、设备及介质，涉及人工智能等技术领域。具体实现方案为：收集应用中的多个表征交互行为的三元组数据；所述三元组数据包括第一用户界面状态、动作以及第二用户界面状态；基于多个所述三元组数据，构建状态转移图；基于所述状态转移图，获取交互轨迹；基于所述交互轨迹，生成移动智能体的训练数据。本公开的技术，能够自动化实现移动智能体的训练数据的生成，且能够有效地提高移动智能体的训练数据的生成的准确性和生成效率。

摘要：本发明涉及一种超薄雾状表面封层材料，其由包括如下重量份的组分配制而成：改性乳化沥青80‑110份、环氧化改性蒙脱土4‑44份、微晶高岭石4‑11份、硅微粉4‑22份、活性炭0.8‑8.8份、玄武岩机制砂4‑44份和水64‑165份，所述改性乳化沥青由包括如下重量份的组分配制而成：90#A级沥青40‑65份、阳离子乳化剂1.5‑4份、工业盐酸0.5‑3份、稳定剂0.1‑1份、丙烯酸乳液0.1‑3份、硅烷偶联剂0.1‑3.5份、丁苯胶乳2‑3份和水28‑55份；本发明的表面封层材料不仅具有防水、耐磨的优点，而且具有较好的抗紫外老化性能；本发明还涉及该材料的制备方法及应用，将制备好的材料施工于沥青路面，能对沥青路面起到较好的防护作用。

摘要：本申请公开了一种实体链接方法、装置、设备以及存储介质，涉及数据处理技术领域，尤其涉及人工智能、智能搜索、深度学习和知识图谱等技术领域。具体实现方案为：提取目标搜索项中的实体作为搜索项实体，并从知识库中确定候选实体集；提取候选实体的空间域信息，所述空间域信息包括属性信息和/或地理位置信息；根据所述搜索项实体以及所述候选实体的空间域信息，从所述候选实体集中确定所述搜索项实体映射至知识库中的目标实体。根据本申请的技术提高了目标实体的准确率。

摘要：本申请公开了语音查询的信息的解析方法、解析模型的训练方法、装置、设备以及存储介质，涉及NLP、语音技术、人工智能、深度学习等领域。具体实现方案为：将语音查询输入预先训练的解析模型；获取解析模型输出的语音查询的解析结果，语音查询的解析结果包括语音查询的意图以及根据语音查询确定的目标空间域实体。利用解析模型处理语音查询，增加从空间域实体的角度对语音查询进行解析，确定出语音查询中的空间域实体类别。从而可以起到对空间域实体消除歧义的作用，利用消除歧义的空间域实体以类别作为解析的辅助，可以更好的理解语音查询的意图以及确定出目标空间域实体，提高解析的准确率。

摘要：本公开提供了一种预测实体关系的方法和关系预测模型的训练方法、装置、设备、介质，涉及人工智能领域，具体涉及深度学习和知识图谱领域。预测实体关系的方法的具体实现方案包括：确定第一知识图谱中每个实体的第一嵌入特征和第一知识图谱中每个实体关系的第二嵌入特征；以及基于第一嵌入特征、第二嵌入特征和第一知识图谱，采用包括图神经网络的关系预测模型确定第一知识图谱中没有实体关系的两个目标实体之间的实体关系。

摘要：本发明公开了一种新型OLED蒸镀点源，包括外筒、固定板、陶瓷环片、坩埚、冷却管和加热丝，所述外筒、固定板、坩埚自外向内依次固定，所述固定板为两端开口的管状结构，冷却管和加热丝通过陶瓷环片固定安装在固定板内侧，并环绕在坩埚周侧均匀分布，固定板内开设有多个环向均匀分布的竖槽以及与所述竖槽相连通的多层横槽，竖槽的顶部开口，所述陶瓷环片周侧具有与横槽和竖槽滑动配合的凸缘，所述陶瓷环片的环面上均匀开设有多个穿孔，加热丝由上下至少两层陶瓷环片的穿孔依次穿过。本发明通过旋转陶瓷环片，可以实现调整加热丝的固定位置或者直接将加热丝从内部直接取出，既能实现加热丝位置可调以降低开发生产成本，又能缩短点源内部维护时间。

摘要：本公开提供了一种药物反应预测和模型训练方法、装置和设备，涉及人工智能技术领域，具体涉及深度学习、计算生物和化学等技术领域。药物反应预测方法包括：基于待预测药物包含的多个层级的实体，获取目标图；所述目标图包括实体图和交互图，所述实体图用于表征实体内部的拓扑信息，所述交互图用于表征实体之间的关联信息；对所述目标图进行表征提取处理，以获得初始表征；基于预先确定的提示标识和所述初始表征，获取目标表征；基于所述目标表征，获取所述待预测药物的药物反应预测结果。