[發明專利]一種基于聚類和余弦相似度的物流推薦方法在審
| 申請號: | 201710041664.6 | 申請日: | 2017-01-20 |
| 公開(公告)號: | CN106886872A | 公開(公告)日: | 2017-06-23 |
| 發明(設計)人: | 朱全銀;趙陽;胡榮林;李翔;肖紹章;瞿學新;于柿民;潘舒新 | 申請(專利權)人: | 淮陰工學院 |
| 主分類號: | G06Q10/08 | 分類號: | G06Q10/08;G06K9/62 |
| 代理公司: | 南京蘇高專利商標事務所(普通合伙)32204 | 代理人: | 梁耀文 |
| 地址: | 223005 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 余弦 相似 物流 推薦 方法 | ||
技術領域
本發明屬于聚類方法和推薦方法技術領域,特別涉及一種基于聚類和余弦相似度的物流推薦方法。
背景技術
物流推薦方法對物流領域貨物的運輸效率的提高有重要的作用和意義,傳統的物流只是提供簡單的位移,現代物流則提供增值服務,人工的挑選貨物或貨車已經不能滿足物流領域的需求。近年來針對不同的推薦系統的需求,研究者提出了相應的個性化推薦方案,如基于內容推薦,協同過濾,關聯規則,效用推薦,組合推薦等。
朱全銀等人已有的研究基礎包括:朱全銀,潘祿,劉文儒,等.Web科技新聞分類抽取算法[J].淮陰工學院學報,2015,24(5):18-24;李翔,朱全銀.聯合聚類和評分矩陣共享的協同過濾推薦[J].計算機科學與探索,2014,8(6):751-759;Quanyin Zhu,Sunqun Cao.A Novel Classifier-independent Feature Selection Algorithm for Imbalanced Datasets.2009,p:77-82;Quanyin Zhu,Yunyang Yan,Jin Ding,Jin Qian.The Case Study for Price Extracting of Mobile Phone Sell Online.2011,p:282-285;Quanyin Zhu,Suqun Cao,Pei Zhou,Yunyang Yan,Hong Zhou.Integrated Price Forecast based on Dichotomy Backfilling and Disturbance Factor Algorithm.International Review on Computers and Software,2011,Vol.6(6):1089-1093;朱全銀等人申請、公開與授權的相關專利:朱全銀,胡蓉靜,何蘇群,周培等.一種基于線性插補與自適應滑動窗口的商品價格預測方法.中國專利:ZL 2011 1 0423015.5,2015.07.01;朱全銀,曹蘇群,嚴云洋,胡蓉靜等,一種基于二分數據修補與擾亂因子的商品價格預測方法.中國專利:ZL 2011 1 0422274.6,2013.01.02;朱全銀,尹永華,嚴云洋,曹蘇群等,一種基于神經網絡的多品種商品價格預測的數據預處理方法.中國專利:ZL 2012 1 0325368.6;李翔,朱全銀,胡榮林,周泓.一種基于譜聚類的冷鏈物流配載智能推薦方法.中國專利公開號:CN105654267A,2016.06.08;曹蘇群,朱全銀,左曉明,高尚兵等人,一種用于模式分類的特征選擇方法.中國專利公開號:CN 103425994 A,2013.12.04;朱全銀,嚴云洋,李翔,張永軍等人,一種用于文本分類和圖像深度挖掘的科技情報獲取與推送方法.中國專利公開號:CN 104035997 A,2014.09.10;朱全銀,辛誠,李翔,許康等人,一種基于K means和LDA雙向驗證的網絡行為習慣聚類方法.中國專利公開號:CN 106202480 A,2016.12.07。
AP聚類方法:
Affinity Propagation聚類簡稱AP,是一種在2007年發表在Science上的新的聚類方法。
AP方法的基本思想是將全部樣本看作網絡的節點,然后通過網絡中各條邊的消息傳遞計算出各樣本的聚類中心。聚類過程中,共有兩種消息在各節點間傳遞,分別是吸引度(responsibility)和歸屬度(availability)。AP方法通過迭代過程不斷更新每一個點的吸引度和歸屬度值,直到產生m個高質量的樣本,同時將其余的數據點分配到相應的聚類中。
SDbw聚類效果衡量方法:
SDbw是一種基于密度的指標,它通過對比類內的緊密度和類間的密度來評估聚類的有效性,當該指標達到最小時的聚類是最優聚類,而且聚類結果與方法無關。
K-means聚類方法:
K-means聚類方法是硬聚類方法,是典型的基于原型的目標函數聚類方法的代表,它是數據點到原型的某種距離作為優化的目標函數,利用函數求極值的方法得到迭代運算的調整規則。K-means以歐式距離作為相似度測度,它是求對應某一初始聚類中心向量V最優分類,使得評價指標J最小。該方法采用誤差平方和準則函數作為聚類準則函數。
余弦相似度:
余弦相似度,又稱為余弦相似性。通過計算兩個向量的夾角余弦值來評估他們的相似度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于淮陰工學院,未經淮陰工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710041664.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種訓練數據分析采集系統
- 下一篇:一種電子商務訂單的合單方法及合單系統
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





