公开(公告)号：CN118195341A

公开(公告)日：2024-06-14

申请号：CN202410173825.7

申请日：2024-02-07

Applicant: 清华大学

Inventor： 丁璟韬 ,  曾锦薇 ,  李勇

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了一种基于路网和出行需求数据的地区碳排放量预测方法和装置，所述方法包括：通过预先构建的多层级碳排放量预测模型，根据出行需求数据、路网原始图和路网对偶图，对目标地区进行碳排放量预测，生成碳排放量预测值，多层级碳排放量预测模型是基于训练地区的训练道路网络和出行历史数据对图注意力卷积层和多层感知机训练构建的，将数据驱动自动化进行数据关联分析和模式挖掘的方法应用于探索交通需求和路网共同对地区碳排放量的影响，降低数据收集费用，节约成本；挖掘地区碳排放量与路网、交通出行需求之间的关系，综合多种影响因素进行地区碳排放量的准确预测，提高预测结果的可靠性，从而为后续减碳决策提供有效数据基础。

公开(公告)号：CN115907074A

公开(公告)日：2023-04-04

申请号：CN202211177397.2

申请日：2022-09-26

Applicant: 清华大学

Inventor： 李勇 ,  张国祯 ,  曾锦薇 ,  金德鹏 ,  王钺 ,  袁坚

IPC: G06Q10/04 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明提供一种平台用户流失的预测方法、装置、电子设备及介质，其中方法包括：基于平台历史信息获取用户信息；基于N个预先设置的因果先验信息，分别对用户信息中的原因变量进行标记，得到N个干预变量与混淆变量的组合；将N个干预变量与混淆变量的组合分别输入至因果信息学习模型，获得N个因果信息学习模型的输出结果，作为N个干预变量与混淆变量的组合对应的目标表征向量；基于N个干预变量与混淆变量的组合对应的目标表征向量，获得平台用户流失的预测结果。本发明实施例可以避免由于利用相关性信息中的伪因果信息或其他干扰信息进行预测而影响预测精度，可以有效提高对平台用户流失的预测精度。