数据驱动的汽车属性观点因果追溯方法

    公开(公告)号:CN117112726A

    公开(公告)日:2023-11-24

    申请号:CN202310982700.4

    申请日:2023-08-03

    Abstract: 本发明提供一种数据驱动的汽车属性观点因果追溯方法、系统、存储介质和电子设备,涉及数据处理技术领域。本发明提出的数据驱动的汽车属性观点因果追溯方法,包括汽车属性层次结构网络构建方法及汽车属性观点因果关系追溯方法两方面内容。只需利用针对待分析汽车的社交评论总文本,无需追溯海量文本语料库,有效的解决了现有方案研究模式覆盖率低、文本语料依赖性强的问题;并且在传统属性观点挖掘技术的基础上,探究属性层次结构中观点间的关联性,实现观点因果关系追溯,帮助企业全面更快速、更精准、更高效地发现用户观点的深层次原因,更好掌握汽车属性的优缺点,了解用户需求,制定更精确的产品改进策略。

    基于故障预测的汽车备件动态库存优化方法和系统

    公开(公告)号:CN117114572A

    公开(公告)日:2023-11-24

    申请号:CN202310998836.4

    申请日:2023-08-08

    Abstract: 本发明提供一种基于故障预测的汽车备件动态库存优化方法、系统、存储介质和电子设备,涉及大数据预测技术领域。本发明根据历史里程数据,获取预设的决策期内汽车备件的需求数量;在预设服务水平下,结合所述需求数量,构建动态库存控制模型;根据所述动态库存控制模型,获取该备件相应的订购点和订货量。考虑了备件的内在故障规律,汽车的传感器里程数据和保有量数据等因素,为备件需求预测方法提供了一种有效的方案。此外,提出一种基于某服务水平下的动态(Q,r)库存控制模型,每经过一个库存补货周期,重新计算备件发生故障后的行驶里程,而不是同时对未来多个订购时期进行需求预测,对客户的需求变化作出了快速响应。

Patent Agency Ranking