[發(fā)明專利]貨源信息的數據降維方法、裝置、電子設備、存儲介質

有效

• 申請?zhí)枺?/td>: 201811227836.X
• 申請日: 2018-10-19
• 公開（公告）號: CN109447334B
• 公開（公告）日: 2021-07-16
• 發(fā)明（設計）人: 鄧金秋
• 申請（專利權）人: 江蘇滿運物流信息有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 臧云霄;潘一諾

1.一種貨源信息的數據降維方法，其特征在于，包括：

對多個貨源的貨源信息標準化；

將標準化的貨源信息轉換為貨源隱向量，包括：

將標準化的貨源信息輸入第二循環(huán)神經網絡模型；

將所述第二循環(huán)神經網絡模型的輸出作為貨源隱向量；

根據司機第一時間段內的對貨源的行為，賦予貨源的貨源隱向量不同權重；

依據確定的權重對貨源隱向量加權求和生成第一貨源向量；

將第一貨源向量與司機屬性拼接生成輸入向量；

將所述輸入向量輸入第一循環(huán)神經網絡模型；

將所述第一循環(huán)神經網絡模型的輸出向量作為司機隱向量；以及

利用司機隱向量在貨源隱向量中搜索，得到待推薦的貨源列表，包括：

計算所述司機隱向量與各貨源隱向量的距離；

根據距離與司機隱向量最近的N個貨源，生成待推薦的貨源列表，

N為大于0的整數。

2.如權利要求1所述的貨源信息的數據降維方法，其特征在于，所述第一循環(huán)神經網絡模型采用ReLU作為激活函數。

3.如權利要求1所述的貨源信息的數據降維方法，其特征在于，所述貨源信息包括車長、車型、貨重、貨源屬性中的一項或多項。

4.如權利要求3所述的貨源信息的數據降維方法，其特征在于，所述對多個貨源的貨源信息標準化包括：

將所述貨源信息標準化為相同數據類型的信息。

5.如權利要求1所述的貨源信息的數據降維方法，其特征在于，根據司機第二時間段內的對貨源的行為關聯(lián)該貨源的貨源信息輸入所述第二循環(huán)神經網絡模型，所述第二時間段與所述第一時間段獨立設置。

6.如權利要求1所述的貨源信息的數據降維方法，其特征在于，所述第二循環(huán)神經網絡模型為長短期記憶網絡。

7.一種貨源信息的數據降維裝置，其特征在于，包括：

標準化模塊，用于對多個貨源的貨源信息標準化；

轉換模塊，用于將標準化的貨源信息轉換為貨源隱向量，包括：

將標準化的貨源信息輸入第二循環(huán)神經網絡模型；

將所述第二循環(huán)神經網絡模型的輸出作為貨源隱向量；

權重模塊，用于根據司機第一時間段內的對貨源的行為，賦予貨源的貨源隱向量不同權重；

加權模塊，用于依據確定的權重對貨源隱向量加權求和生成第一貨源向量；

拼接模塊，用于將第一貨源向量與司機屬性拼接生成輸入向量；

輸入模塊，用于將所述輸入向量輸入第一循環(huán)神經網絡模型；

輸出模塊，用于將所述第一循環(huán)神經網絡模型的輸出向量作為司機隱向量；以及

搜索模塊，用于利用司機隱向量在貨源隱向量中搜索，得到待推薦的貨源列表，包括：

計算所述司機隱向量與各貨源隱向量的距離；

根據距離與司機隱向量最近的N個貨源，生成待推薦的貨源列表，

N為大于0的整數。

8.一種電子設備，其特征在于，所述電子設備包括：

處理器；

存儲器，其上存儲有計算機程序，所述計算機程序被所述處理器運行時執(zhí)行如權利要求1至6任一項所述的步驟。

9.一種存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時執(zhí)行如權利要求1至6任一項所述的步驟。