[发明专利]一种基于用户评论及LSTM时间序列的生鲜物流方法在审

专利信息
申请号: 201910623076.2 申请日: 2019-07-11
公开(公告)号: CN110544060A 公开(公告)日: 2019-12-06
发明(设计)人: 陈艺婷;房玲伶;程晓武;孙知信;王攀;宫婧;胡冰;骆冰清;陈松乐 申请(专利权)人: 江苏一乙生态农业科技有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06K17/00;G06F16/35;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 210000 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 温湿度数据 用户评论 预处理 情感分类模型 满意度模型 温湿度调整 用户满意度 波动变化 产品运输 湿度记录 湿度指标 时间相关 时间序列 食物品质 实时检测 实时控制 文本评论 异常发生 用户文本 预测性 自适应 冷链 时点 物流 预判 录入 运输 贮藏 关联 保存 评论 记录
【说明书】:

本发明公开了一种基于用户评论及LSTM时间序列的生鲜物流方法,本发明的具体步骤如下:步骤一:录入每个产品运输保存过程中的温湿度数据和该产品对应的用户文本评论;步骤二:将文本评论输入至情感分类模型;步骤三:将预处理后的数据输入,训练高用户满意度的时间相关温度、湿度指标的LSTM模型;步骤四:运输贮藏过程中实时检测记录温湿度数据,输入对应训练完成的LSTM高满意度模型进行温度湿度的预测性实时控制。通过根据用户评论的历史温湿度记录,训练得出该冷链产品最适宜的温湿度;系统的将运输的食物品质和每个时点下温湿度的波动变化进行很好的关联;能够自适应温湿度调整,在异常发生前做出预判。

技术领域

本发明涉及冷链物流最佳温湿度监测相关技术领域,具体为一种基于用户评论及LSTM时间序列的生鲜物流方法。

背景技术

冷链物流泛指冷藏冷冻类物品在生产、贮藏运输、销售,到消费前的各个环节中始终处于规定的低温环境下,以保证物品质量和性能的一项系统工程。随着生活质量的逐渐提高,人们对生鲜食品口感的要求也越来越高,如何在贮藏运输过程中使生鲜产品达到最佳标准,即保证温湿度最合理范围内波动是目前最需要解决的问题。

目前针对生鲜物流的冷链运输没有系统的将运输的食物品质和每个时点下温湿度的波动变化进行很好的关联,冷链控制并未根据用户反馈做出不停的调整,目前,使用最多的排名方法是分割排名区间。将不同维度下的排名数据制作成响应的配置文件,根据用户排名选取的不同维度去对应的配置文件下查询。

专利CN103973757A公开了一种基于物联网和云计算平台的冷链温度监测报警与追溯系统,核心是温度监测云终端实时采集温度数据,进行温度数据本地存储和显示以及报警,同时通过无线网络发送给温度监控数据云平台,并对冷链设备的停电、超温和无线网络断链进行本地报警和远程报警。

专利CN106292421A公开了一种冷链监测方法,核心是通过编码标贴和识别装置实现了对被监测对象的识别分类,按设定的时间间隔将对应环境的温度和湿度数据传送至服务器,服务器对数据进行存储、分类和调用。

上述方法都属于较为传统的冷链检测方法,并未针对用户口感和时间变化进行最佳温湿度调整,同时都是在温湿度异常发生后进行报警,并没有达到良好的预判和调节功能。

发明内容

本发明的目的在于提供一种基于用户评论及LSTM时间序列的生鲜物流方法,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:一种基于用户评论及LSTM时间序列的生鲜物流方法,该种基于用户评论及LSTM时间序列的生鲜物流方法包括以下基本步骤:

步骤一:录入每个产品运输保存过程中的温湿度数据和该产品对应的用户文本评论;

步骤二:将文本评论输入至情感分类模型;

步骤三:将预处理后的数据输入,训练高用户满意度的时间相关温度、湿度指标的LSTM模型;

步骤四:运输贮藏过程中实时检测记录温湿度数据,输入对应训练完成的LSTM高满意度模型进行温度湿度的预测性实时控制。

优选的,所述在步骤一中,所述每个产品温湿度数据即由产品上安装的RFID标签记录保存的历史运输贮藏温湿度数据,每个产品在数据中心的数据库建立一张专门记录其温湿度变化及对应用户评论的数据表。

优选的,所述步骤二对每条所述评论观点进行情感类型判断,使得每条所述评论观点具有对应的情感类型标签,所述情感类型标签包括积极情感标签和消极情感标签。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏一乙生态农业科技有限公司,未经江苏一乙生态农业科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910623076.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top