-
公开(公告)号:CN118585908A
公开(公告)日:2024-09-03
申请号:CN202410728379.1
申请日:2024-06-06
Applicant: 东南大学
IPC: G06F18/2415 , G06F18/27 , G06F18/214 , G06F18/213 , G06Q30/01 , G06F18/25
Abstract: 本发明公开了一种客户生命价值预测方法及系统,包括:获取供应链平台的上游行业平台以及下游行业平台的客户购买信息和客户画像信息;根据获取的上、下游行业平台的客户购买信息以及客户画像信息分别在上、下游平台对单域客户生命价值预测模块进行预训练;结合预训练好的单域客户生命价值预测模块对跨域客户生命价值预测模块进行训练,并基于训练好的跨域客户生命价值预测模块进行客户生命价值预测,本发明基于上下游平台的客户数据分别对源域特征提取模块和目标域特征提取模块进行预训练,然后联合训练,提高了训练的效果从而提高了客户生命价值预测准确性。
-
公开(公告)号:CN114004409A
公开(公告)日:2022-02-01
申请号:CN202111301713.8
申请日:2021-11-04
Applicant: 东南大学
Abstract: 本发明涉及一种基于多源数据的即时配送路径预测方法,包括预测系统,其中预测系统包括个多源特征提取模块,实现特征层面的数据融合;以及一个基于深度神经网络的路径预测模块,基于多源特征预测骑手路径,完成模型层面的特征融合;该技术首先关联多源异构数据——骑手相遇数据、骑手打点上报数据、骑手GPS数据提取得到多源特征,然后将多源特征进一步进行特征组合。得到的一系列组合特征通过基于包含特征转换层的深度神经网络,输出得到一系列预测分数,最终通过分数排序得到分数最高的即时配送骑手的下一目的地,即路径预测结果。该技术利用了包含丰富时空信息的多源数据,消除了单一数据源低质量的影响,可以有效提高路径预测的准确率。
-
公开(公告)号:CN114004409B
公开(公告)日:2024-12-06
申请号:CN202111301713.8
申请日:2021-11-04
Applicant: 东南大学
IPC: G06Q10/047 , G06Q10/0835 , G06Q30/0601 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于多源数据的即时配送路径预测方法,包括预测系统,其中预测系统包括个多源特征提取模块,实现特征层面的数据融合;以及一个基于深度神经网络的路径预测模块,基于多源特征预测骑手路径,完成模型层面的特征融合;该技术首先关联多源异构数据——骑手相遇数据、骑手打点上报数据、骑手GPS数据提取得到多源特征,然后将多源特征进一步进行特征组合。得到的一系列组合特征通过基于包含特征转换层的深度神经网络,输出得到一系列预测分数,最终通过分数排序得到分数最高的即时配送骑手的下一目的地,即路径预测结果。该技术利用了包含丰富时空信息的多源数据,消除了单一数据源低质量的影响,可以有效提高路径预测的准确率。
-
-