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：CN119378849A

公开(公告)日：2025-01-28

申请号：CN202411316680.8

申请日：2024-09-20

Applicant: 东南大学

Inventor： 王帅 ,  冯悦 ,  林丽 ,  夏凯文 ,  徐赵东 ,  苏玥琦 ,  王斌 ,  惠维 ,  邓贤君

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q50/22 ,  G06Q50/26 ,  G06F18/213 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明公开了一种突发公共卫生事件下多类别物资需求预测系统，至少包括时序需求演化编码模块，双关联学习模块和区域联合预测模块，时序需求演化编码模块用于从历史需求记录和时空的突发公共卫生事件特征中捕获多时间尺度的需求模式；双关联学习模块用于分别学习品类间的经验关联和自适应关联；区域联合预测模块基于图扩散网络，通过聚合时序需求演化编码模块输出的需求模式和双关联学习模块输出的关联模式，得到细粒度的未来需求。本发明综合考虑区域自身特征以及卫生事件演化的动态特征，以对各区域物资品类的每日需求量进行精准预测。

公开(公告)号：CN118886806A

公开(公告)日：2024-11-01

申请号：CN202411085377.1

申请日：2024-08-08

Applicant: 东南大学

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

IPC: G06Q10/083 ,  G06Q10/0631 ,  G06Q10/087 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于分层图的仓配一体化物流应急供应预测系统及方法，至少包括微观图学习模块、宏观图学习模块和时空联合预测模块，所述微观图模块引入元路径聚合仓配网络路由特征，并采用多视图学习，分别从路由视图和事件视图来获取仓配站点的空间特征；宏观图学习模块使用了一种轻量级图卷积方法，以刻画应急场景中以城市为单位的仓库集群和配送站之间的关系，学习仓配节点在宏观维度上的空间关联特征；时空联合预测模块捕捉供应数据的时序相关性，并与空间特征融合，以准确预测未来物流站点的供应能力。本方法通过分析应急物流网络中仓库和配送站的时空关联特征，以实现提高预测准确率、提升应急场景中仓配两端供应能力的总体目标。

公开(公告)号：CN117057521A

公开(公告)日：2023-11-14

申请号：CN202310313504.8

申请日：2023-03-28

Applicant: 东南大学

Inventor： 王帅 ,  林丽 ,  夏凯文 ,  许凌艺 ,  梅洛瑜

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q10/083 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种面向应急最后一公里物流的快递员资源分配方法。具体来说，在预测阶段，我们设计了一个资源感知预测模块，该模块使用变分图GRU编码器对不稳定的需求特征进行时空建模，并构建任务资源回归器以准确预测需求。在优化阶段，优先级排序模块首先解决供需不平衡情况下的供给资源匹配问题。然后利用多因素任务分配模块对动态演化环境进行建模，合理分配快递员的配送任务。本框架通过提取应急事件演化信息，结合资源预测感知，以保证快递员数量分配的合理性，在满足配送时间约束的条件下降低订单超时率和快递员的风险承担的总体目标。

公开(公告)号：CN118607580A

公开(公告)日：2024-09-06

申请号：CN202410732068.2

申请日：2024-06-06

Applicant: 东南大学

Inventor： 王帅 ,  夏凯文 ,  林丽 ,  龚伟 ,  惠维

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/0985 ,  G06F18/213 ,  G06N3/044 ,  G06N3/045 ,  G06F18/22 ,  G06N3/048 ,  G06F18/24 ,  G06F18/27 ,  G06N3/084

Abstract: 本发明公开了一种基于快照提示的多任务时空预测方法，它结合了动态图预训练和与未来快照的多任务预测，由三个阶段组成：在预训练阶段，使用动态子图序列重新定义了预训练任务，并提出了基于自监督训练的多粒度演化图卷积，从动态图中提取局部和全局特征。在提示阶段，引入了一种新颖的子图提示方法，其中包括前提图中节点和边缘的可训练提示，能够更好地捕获未来快照的演化信息。在微调阶段，利用元学习来更新子图提示参数，使得提示能够有效地适应多样的下游任务。对真实世界数据集进行的大量实验证明了本方法取得了最先进的性能。

公开(公告)号：CN118505275A

公开(公告)日：2024-08-16

申请号：CN202410776073.3

申请日：2024-06-17

Applicant: 东南大学

Inventor： 王帅 ,  陈新尧 ,  林丽 ,  夏凯文 ,  龚伟 ,  惠维

IPC: G06Q30/0201 ,  G06Q30/0251 ,  G06Q30/0601

Abstract: 本发明公开了一种潜在用户识别方法及相关装置，本发明关注影响用户决策的不同层面，获得更加细粒度的特征信息，在不同层面对用户节点进行分组，采用组内通用的特征信息更新用户节点特征信息实现信息的层次传递，针对每个用户节点进行特征信息拼接和聚合，获得用户节点完整且细粒度的特征信息，从而可准确判断用户是否为潜在用户，相较于传统方法，识别更加准确。

公开(公告)号：CN116525132A

公开(公告)日：2023-08-01

申请号：CN202310318142.1

申请日：2023-03-29

Applicant: 东南大学

Inventor： 王帅 ,  胡世杰 ,  林丽 ,  夏凯文 ,  梅洛瑜

IPC: G16H50/80 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/048 ,  G06N7/01

Abstract: 本发明公开了一种面向POI的突发公共卫生事件重点区域预测方法及系统，首先对待测城市的细粒度区域进行预测信息的收集与统计，并利用预测信息进行传染病模型构建，进行公共卫生事件演变规律的挖掘；针对演变规律，搭建公共卫生事件不可观测信息重建网络；以24小时为单位，构建以细粒度区域为节点的人口流动异质有向多图，基于异质有向图的特点，在空间上捕捉每个人口流动图内各区域间与关联区域的信息，得到每个人口流动图的空间嵌入表示；再根据24张人口流动图的时序关系，在时间维度进行各节点的信息融合，得到最终的城市细粒度区域嵌入表示，将其输入城市重点区域识别网络，得到各个细粒度区域潜在的风险等级，实现风险预测。

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：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。