-
公开(公告)号：CN113537885B
公开(公告)日：2024-03-15
申请号：CN202110794753.4
申请日：2021-07-14
申请人： 合肥工业大学
IPC分类号： G06Q10/083 , G06Q10/063 , G06N3/006
摘要： 本发明提供一种卡车和无人机组合配送的包裹投递方法和系统，属于物流的配送技术领域。所述方法包括：获取客户点和卡车停靠点；针对每个客户点随机选择一个停靠点与客户点匹配；根据容量节约方法生成卡车行驶方案；计算每个由卡车行驶方案和无人机飞行方案组成的配送方案的适应度；按照适应度从小到大的顺序获取每个配送方案的序号；计算迁入概率和迁出概率；根据迁入概率和迁出概率更新无人机飞行方案；根据容量节约方法更新卡车行驶方案；根据变异概率更新无人机飞行方案；根据容量节约方法更新卡车行驶方案；判断迭代次数是否大于或等于预设的迭代次数阈值；在判断迭代次数大于或等于迭代次数阈值的情况向下，输出适应度最小的配送方案。
-
公开(公告)号：CN109903099B
公开(公告)日：2021-03-23
申请号：CN201910184792.5
申请日：2019-03-12
申请人： 合肥工业大学
IPC分类号： G06Q30/02 , G06Q30/06 , G06F40/205
摘要： 本发明提供一种用于评分预测的模型构建方法和系统，涉及数据处理技术领域。其包括：S1、定义推荐环境；S2、根据所存在的评论训练LDA主题模型，并计算各个评论在所有主题下的概率分布；S3、构建网络模型；S4、训练更新网络模型中的参数。本发明通过构建神经网络模型，联合利用用户的评论和评分数据进行评分预测，利用主题模型来计算用户评论的主题分布以融合评论文本信息，然后将评分信息与评论信息作为神经网络的两个输出任务，对于评分信息、评论信息这两部分的输出，训练更新网络模型中的参数。本发明构建的用于评分预测的模型综合全面地利用用户对已购买产品的评论和评分，使得本发明构建的模型能更加准确地预测用户对未购买的产品的评分。
-
公开(公告)号：CN106777123B
公开(公告)日：2019-07-19
申请号：CN201611168532.1
申请日：2016-12-16
申请人： 合肥工业大学
IPC分类号： G06F16/9536 , G06Q50/00
摘要： 本发明公开了一种基于双向张量分解模型的群推荐方法，包括：1)定义一个表示群体G、用户U和产品I的交互关系DS；2)构建张量分解模型；3)利用贝叶斯个性化排序方法对张量分解模型进行转化求解，得到张量分解模型中的各个参数值；4)获得第g个群体对第i个产品的群体偏好并遍历所有商品获得第g个群体对所有产品的群体偏好；5)将第g个群体对所有产品的群体偏好进行降序排序，并选择前N个产品作为推荐产品列表推送给第g个群体。本发明将个体偏好建模为双向过程，能有效反映个体偏好的真实形成过程，提高了群推荐的精度，且具有较好的鲁棒性。
-
公开(公告)号：CN106777123A
公开(公告)日：2017-05-31
申请号：CN201611168532.1
申请日：2016-12-16
申请人： 合肥工业大学
CPC分类号： G06F16/9535 , G06Q50/01
摘要： 本发明公开了一种基于双向张量分解模型的群推荐方法，包括：1)定义一个表示群体G、用户U和产品I的交互关系DS；2)构建张量分解模型；3)利用贝叶斯个性化排序方法对张量分解模型进行转化求解，得到张量分解模型中的各个参数值；4)获得第g个群体对第i个产品的群体偏好并遍历所有商品获得第g个群体对所有产品的群体偏好；5)将第g个群体对所有产品的群体偏好进行降序排序，并选择前N个产品作为推荐产品列表推送给第g个群体。本发明将个体偏好建模为双向过程，能有效反映个体偏好的真实形成过程，提高了群推荐的精度，且具有较好的鲁棒性。
-
公开(公告)号：CN115018414A
公开(公告)日：2022-09-06
申请号：CN202210610746.9
申请日：2022-05-31
申请人： 合肥工业大学
摘要： 本发明实施例提供一种面向高层住宅的无人机上门配送路径的优化方法，属于物流的调度优化技术领域。所述优化方法包括：获取待配送客户点集合；从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中；判断当前的单次配送点集合是否满足预设条件；在判断当前的单次配送点集合不满足所述预设条件的情况下，删除当前加入单次配送客户点集合中的客户点；判断所述待配送客户点集合是否为空集；在判断所述待配送客户点集合不为空集的情况下，再次返回执行从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中的步骤；在判断所述待配送客户点集合为空集的情况下，保存当前的无人机单次配送点集合；重置待配送客户点集合。
-
公开(公告)号：CN113537885A
公开(公告)日：2021-10-22
申请号：CN202110794753.4
申请日：2021-07-14
申请人： 合肥工业大学
摘要： 本发明提供一种卡车和无人机组合配送的包裹投递方法和系统，属于物流的配送技术领域。所述方法包括：获取客户点和卡车停靠点；针对每个客户点随机选择一个停靠点与客户点匹配；根据容量节约方法生成卡车行驶方案；计算每个由卡车行驶方案和无人机飞行方案组成的配送方案的适应度；按照适应度从小到大的顺序获取每个配送方案的序号；计算迁入概率和迁出概率；根据迁入概率和迁出概率更新无人机飞行方案；根据容量节约方法更新卡车行驶方案；根据变异概率更新无人机飞行方案；根据容量节约方法更新卡车行驶方案；判断迭代次数是否大于或等于预设的迭代次数阈值；在判断迭代次数大于或等于迭代次数阈值的情况向下，输出适应度最小的配送方案。
-
公开(公告)号：CN109903099A
公开(公告)日：2019-06-18
申请号：CN201910184792.5
申请日：2019-03-12
申请人： 合肥工业大学
摘要： 本发明提供一种用于评分预测的模型构建方法和系统，涉及数据处理技术领域。其包括：S1、定义推荐环境；S2、根据所存在的评论训练LDA主题模型，并计算各个评论在所有主题下的概率分布；S3、构建网络模型；S4、训练更新网络模型中的参数。本发明通过构建神经网络模型，联合利用用户的评论和评分数据进行评分预测，利用主题模型来计算用户评论的主题分布以融合评论文本信息，然后将评分信息与评论信息作为神经网络的两个输出任务，对于评分信息、评论信息这两部分的输出，训练更新网络模型中的参数。本发明构建的用于评分预测的模型综合全面地利用用户对已购买产品的评论和评分，使得本发明构建的模型能更加准确地预测用户对未购买的产品的评分。
-
公开(公告)号：CN102523247A
公开(公告)日：2012-06-27
申请号：CN201110377164.2
申请日：2011-11-24
申请人： 合肥工业大学
IPC分类号： H04L29/08
摘要： 本发明公开了一种基于多属性匹配的云服务推荐方法及装置，由云服务提供商向云服务推荐装置发布云服务解决方案，由云服务客户向运服务推荐装置发布云服务需求，分别从云服务解决方案中获取属性集及其匹配特征与实际值，从云服需求中获取属性集及其匹配特征与期望值；对云服务解决方案与云服务需求中相应各功能属性进行比对以及计算各功能属性匹配度，并将符合条件的云服务解决方案归入匹配集；对云服务解决方案相应各可信属性进行比对以及估算可信属性匹配度，并结合可信权重与方案匹配度获得综合匹配度；所得匹配集中，根据各个匹配方案的综合匹配度和历史客户评价，计算推荐度并对其排序，将符合条件的匹配方案归入推荐集。
-
公开(公告)号：CN109190040B
公开(公告)日：2021-05-28
申请号：CN201811013374.1
申请日：2018-08-31
申请人： 合肥工业大学
IPC分类号： G06F16/9535 , G06Q30/06 , H04L29/08
摘要： 本发明提供了一种基于协同演化的个性化推荐方法及装置。一种基于协同演化的个性化推荐方法，包括：基于贝叶斯定理获取预先设置的模型的学习目标；所述模型至少包括：用户消费行为的概率模型、用户加群行为的概率模型、产品的隐特征矩阵、用户的隐偏好张量和群组的隐偏好张量；基于所述学习目标，利用随机梯度下降法和投影梯度法来更新所述模型的最优参数，得到训练好的模型；利用所述训练好的参数预测用户在T+1时刻的加群行为、偏好及标记行为。本发明实施例中可以在动态场景中同时考虑到用户的历史偏好和加入群组的影响来预测用户的加群行为和偏好，以及标记行为。
-
公开(公告)号：CN102523247B
公开(公告)日：2014-09-24
申请号：CN201110377164.2
申请日：2011-11-24
申请人： 合肥工业大学
IPC分类号： H04L29/08
摘要： 本发明公开了一种基于多属性匹配的云服务推荐方法及装置，由云服务提供商向云服务推荐装置发布云服务解决方案，由云服务客户向运服务推荐装置发布云服务需求，分别从云服务解决方案中获取属性集及其匹配特征与实际值，从云服需求中获取属性集及其匹配特征与期望值；对云服务解决方案与云服务需求中相应各功能属性进行比对以及计算各功能属性匹配度，并将符合条件的云服务解决方案归入匹配集；对云服务解决方案相应各可信属性进行比对以及估算可信属性匹配度，并结合可信权重与方案匹配度获得综合匹配度；所得匹配集中，根据各个匹配方案的综合匹配度和历史客户评价，计算推荐度并对其排序，将符合条件的匹配方案归入推荐集。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.026 秒)
