公开(公告)号：CN118643893A

公开(公告)日：2024-09-13

申请号：CN202410732065.9

申请日：2024-06-06

Applicant: 东南大学

Inventor： 王帅 ,  刘尧畅 ,  林丽 ,  夏凯文

IPC: G06N5/022 ,  G06N5/04 ,  G06F40/30 ,  G06F40/284 ,  G06F18/22 ,  G06F18/213 ,  G06Q30/015 ,  G06Q50/10

Abstract: 本发明公开了一种基于商品知识图谱的电商客服对话用户满意度预测方法，包括：商品知识推理模块用于将对话中涉及的商品映射到知识图谱中的多个实体上，同时选择出与该商品最相关的各类关系，通过知识推理模型进行尾实体预测，然后将得到的尾实体与对话中的词语进行语义相似度匹配，文本挖掘模块则通过使用预训练语言模型进行对话回合内、回合间语义编码表征，该模型既能够关注到回合内的关键信息，又能够将多个回合之间的历史信息进行整合；知识增强模块通过使用注意力机制将对话商品信息、关键词信息和文本表征进行多角度融合，从不同的侧面进行建模用户的最终满意度，为平台方增进用户粘性、提升客服服务质量提供有效参考依据。

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

Inventor： 王帅 ,  周智圆 ,  林丽 ,  邓贤君 ,  惠维

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：CN118505279A

公开(公告)日：2024-08-16

申请号：CN202410519472.1

申请日：2024-04-28

Applicant: 东南大学

Inventor： 王帅 ,  张心睿 ,  林丽 ,  夏凯文 ,  惠维 ,  龚伟

IPC: G06Q30/0202 ,  G06N5/022 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082 ,  G06N5/045

Abstract: 本发明公开了一种基于层次化关系的可解释商家流失预测方法，包括：流失预测器模块用于接收商业客户的历史单量序列、商业特性矩阵和平台交互矩阵，构建客户分层特性超图、交互关系超图和自连接超图，通过超图卷积网络对超边及节点进行聚合，得到高效节点表示，通过联合预测得到节点的预测标签；反事实解释器模块引入反事实思想对预测器的预测结果生成解释，通过对预测器的输入施加扰动后再进行预测，找到使预测结果改变最大的最小扰动，从而实现可解释的商业客户流失预测，既准确预测商业客户是否有可能流失，又能给出客户流失的主要因素，为平台方的潜在流失客户识别与针对性挽回策略定制提供参考与帮助。

公开(公告)号：CN116562370A

公开(公告)日：2023-08-08

申请号：CN202310408379.9

申请日：2023-04-17

Applicant: 东南大学

Inventor： 王帅 ,  林丽 ,  张琦 ,  夏凯文 ,  王海

IPC: G06N5/02 ,  G06F16/36 ,  G06F16/901

Abstract: 本发明提供了一种基于应急知识图谱的突发公共卫生事件情景推演方法，包括知识图谱模块和情景推演模块。知识图谱模块根据突发公共卫生事件数据建立知识图谱本体，对收集的数据进行实体抽取、属性抽取和图谱的融合构建。情景推演模块结合应急知识图谱，并针对突发公共卫生级联灾害关联复杂、情景多变、传递迅速的问题，提供一种基于知识图谱的突发公共卫生事件级联灾害推演方法。对突发公共卫生事件信息进行聚合，以此挖掘突发公共卫生事件的发展可能并对级联性突发公共卫生事件的发展进行推演。

公开(公告)号：CN118627675A

公开(公告)日：2024-09-10

申请号：CN202410748225.9

申请日：2024-06-11

Applicant: 东南大学

Inventor： 王帅 ,  夏凯文 ,  林丽 ,  郑安琪 ,  惠维

IPC: G06Q10/04 ,  G06Q10/083 ,  G06Q10/0631 ,  G06F16/901 ,  G06F17/10 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明公开了一种用于跨城市物流需求预测的多粒度图学习系统，提出了一种新颖的多粒度图学习框架，通过学习动态用户图中的不变表示来进行跨城市物流需求预测。该框架包含两个阶段。在适应阶段，通过学习专门针对种子用户的不变表示，确保在不同城市之间用户表示的一致性。此外，通过将动态边信息(如物流行为)整合到静态边中，丰富用户嵌入。另采用可微分池化将对齐用户的嵌入聚合到区域中。在预测阶段，设计了基于元学习的多城市知识转移，利用目标城市的时空信息微调模型参数，实现城市自适应知识共享，并进一步预测物流揽件量和派件量需求。

公开(公告)号：CN116934380A

公开(公告)日：2023-10-24

申请号：CN202310894174.6

申请日：2023-07-20

Applicant: 东南大学

Inventor： 王帅 ,  卢志强 ,  林丽 ,  梅洛瑜

IPC: G06Q30/0202 ,  G06Q30/0203 ,  G06Q30/0204 ,  G06Q10/083 ,  G06F16/35 ,  G06F40/30 ,  G06F18/25 ,  G06F18/27 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种异常事件下的电商物资供需联合预测方法，首先，对数据进行预处理，构建多视图的图结构，生成需求、供应、异常时序样本及非序列的辅助特征；其次，设计多图自适应卷积网络模块MGACR并嵌入GRU中作为时空编码器，对序列进行编码，捕获时空关系；再次，使用异常门控注意力机制来捕获需求与供应之间的相互作用；然后，引入预训练Bert增强对文本异常数据的语义理解，并将其经过时空提升进行融合表征；最后，汇集上述步骤表征并做多步解码。本发明解决了需求与供应时空关系的复杂性、多源异构异常数据影响的多样性两点挑战，有利于电商平台在异常事件下针对性地对各区域提供物资物流双重保障，解决各区域物资供需不协调的问题。