[发明专利]物流信息平台、物流服务推荐方法以及物流服务协调方法在审

专利信息
申请号: 201911271590.0 申请日: 2019-12-12
公开(公告)号: CN111104593A 公开(公告)日: 2020-05-05
发明(设计)人: 孙雁飞;吴永清;亓晋;许斌 申请(专利权)人: 南京邮电大学
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9536;G06F16/9537;G06Q30/02;G06Q10/08
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 姚姣阳
地址: 210023 *** 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: 物流 信息 平台 服务 推荐 方法 以及 协调
【权利要求书】:

1.一种物流信息平台,其特征在于,包括:

应用层:具有基础查询功能、注册功能以及物流服务推荐功能;

核心层:根据用户状态,采用不同的推荐算法对用户进行物流服务推荐;

数据层:对用户行为信息和用户基本信息进行数据采集。

2.根据权利要求1所述的物流信息平台,其特征在于,所述物流服务推荐功能通过用户行为信息和用户基本信息,基于算法在所述核心层完成物流服务筛选,并在所述应用层完成展示与推荐,以便用户对推荐结果进行选择与评价。

3.根据权利要求1所述的物流信息平台,其特征在于:所述数据层在完成数据采集后,通过数据清洗完成数据的初步处理,基于区块链的分布式存储对数据进行加密,以将清洗后的数据保存到区块链节点中并持久化存储数据。

4.一种物流服务推荐方法,其特征在于,主要包括以下步骤:

步骤A1、用户访问云端服务器,获取最优的边缘计算节点;

步骤A2、用户与边缘计算节点建立连接,开始访问物流信息平台;

步骤A3、物流信息平台判断用户身份,并进行相关的信息查询工作;

步骤A4、根据用户状态,采用不同的推荐算法对用户进行物流服务推荐;

步骤A5、记录用户浏览信息以及订单信息;

步骤A6、用户退出物流信息平台,边缘计算节点释放资源,云端服务器更新边缘计算节点信息。

5.根据权利要求4所述的物流服务推荐方法,其特征在于:所述推荐算法包括:

A、对于新用户,采用基于人口统计学的推荐算法并且结合默认推荐;

B、对于拥有较少历史订单以及浏览信息的用户,采用基于服务相似度的推荐算法;

C、对于拥有较多历史订单以及浏览信息的用户,根据用户的偏好值,采用基于服务相似度的协同过滤推荐算法;

D、对于非注册用户,将选择使用频次较高且与用户地理位置接近的物流服务,作为推荐结果。

6.根据权利要求5所述的物流服务推荐方法,其特征在于,A中具体算法包括:

S1、根据用户的基本信息,确定用户的职业、地址等;

S2、筛选出与当前用户具有相同职业、地址等信息的用户,并且将这些用户选择的物流服务提取出来,组成一个待推荐物流服务集合;

S3、根据当前所有的订单信息,统计出被选择次数最多的物流服务top n作为默认推荐;

S4、将默认推荐集合与待推荐物流服务集合求交集得到推荐集合,若推荐集合中的物流服务个数可以达到推荐数目要求,则以该方式进行推荐;若物流服务个数无法达到推荐数目要求,则计算默认推荐集合与推荐集合的差集,将不足的项用差集中的物流服务填充,形成最终推荐集合进行推荐。

7.根据权利要求5所述的物流服务推荐方法,其特征在于:所述基于服务相似度的推荐算法为:

其中,Sab表示物流服务a,b之间经过归一化之后的相似度,ai和bi分别表示物流服务a,b在属性i上的评分值;

所述用户的偏好值的计算公式为:

其中,Pij表示用户i对物流服务j的偏好值,表示用户i对物流服务j的特征k的评分值k={1,2,…,m},wk表示特征k对应的权重,评分值是由用户的各项信息对特征的满足程度来确定的。

8.根据权利要求5所述的物流服务推荐方法,其特征在于:所述协同过滤推荐算法采用奇异值分解法(SVD)对数据进行简化。

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南京邮电大学,未经南京邮电大学许可,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/201911271590.0/1.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