基于全局与动态知识图谱引导的价格感知推荐方法及系统

    公开(公告)号:CN118628215A

    公开(公告)日:2024-09-10

    申请号:CN202411108273.8

    申请日:2024-08-13

    摘要: 本发明公开了一种基于全局与动态知识图谱引导的价格感知推荐方法及系统,通过获取B2B电子商务平台中用户与商品的历史交互数据,以天为粒度对商品价格进行等级划分并通过等级划分获取商品的动态价格特征,以天为单位构造含有用户、商品等节点的动态知识图谱与全局知识图谱;利用知识图谱嵌入学习技术学习全局知识图谱与动态知识图谱的节点表征;构建基于深度学习的价格感知推荐模型,将学习到的节点表征用于模型输入,通过模型捕获商品价格和用户偏好的动态变化,并利用贝叶斯排序损失训练模型。通过本发明,能够显著提升推荐系统性能与用户体验,同时,提升数据推荐效果。

    基于聚类分析和注意力机制的客户复购意愿预测方法及系统

    公开(公告)号:CN118628162A

    公开(公告)日:2024-09-10

    申请号:CN202411105564.1

    申请日:2024-08-13

    摘要: 本发明公开了基于聚类分析和注意力机制的客户复购意愿预测方法及系统,获取用户的历史购买信息,根据所述历史购买信息构建时间序列,并基于时间序列对用户的购买行为特征进行聚类,根据聚类结果划分用户得到不同的用户群;基于深度学习方法构建时间序列特征提取模型,对聚类后得到的用户群分别训练,通过所述时间序列特征提取模型,提取不同用户群内的用户画像特征;根据决策策略模型将预测概率超过阈值的用户输出作为具有复购意愿的客户名单。通过本发明能够有效实现客户复购意愿的精准预测,并提供了一套高效、节能的B2B客户复购意愿预测系统,实现智能决策和高效监控。

    基于多源信息耦合的作物种子活力预测方法及系统

    公开(公告)号:CN118761037A

    公开(公告)日:2024-10-11

    申请号:CN202411245887.0

    申请日:2024-09-06

    摘要: 本发明公开了一种基于多源信息耦合的作物种子活力预测方法及系统,包括:利用光谱相机获取种子的光谱数据,提取种子的外观表型数据、生化参数、环境数据及实时动态3D表型数据,生成种子的多源数据;将多源数据划分为静态数据及动态数据,在种子活力预测模型中对输入数据进行嵌入编码,引入双通道注意力对所述静态数据向量及动态数据向量进行融合学习,获取融合向量;通过全连接层获取种子的发芽率及成苗率预测结果,综合分析获取种子活力。本发明将多源信息融合和双通道注意力机制的种子活力预测模型集成于种子活力预测系统,实现对种子活力的高效、精准预测,为农业生产提供科学依据。