Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州宇泛智能科技股份有限公司王龙获国家专利权

杭州宇泛智能科技股份有限公司王龙获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉杭州宇泛智能科技股份有限公司申请的专利基于多维数据分析的智慧店铺数据处理方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119579220B

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510139145.8,技术领域涉及:G06Q30/0201;该发明授权基于多维数据分析的智慧店铺数据处理方法及装置是由王龙;胡兵;于建;高彦云设计研发完成,并于2025-02-08向国家知识产权局提交的专利申请。

基于多维数据分析的智慧店铺数据处理方法及装置在说明书摘要公布了:本申请实施例提供一种基于多维数据分析的智慧店铺数据处理方法及装置,通过采集传感器、智能终端和社交媒体数据,创新性地实现时空特征序列的对齐和映射。基于特征权重系数进行多维数据融合,并采用卷积神经网络和循环神经网络构建商品推荐模型。系统通过增量学习持续优化模型性能,实现个性化商品推荐和店铺运营趋势分析。同时引入营销决策优化模型,对营销策略进行智能评估和动态优化,并通过反馈数据持续更新模型。该方法突破了传统单一数据分析的局限,为智慧店铺的精准营销提供了全面的数据处理解决方案。

本发明授权基于多维数据分析的智慧店铺数据处理方法及装置在权利要求书中公布了:1.一种基于多维数据分析的智慧店铺数据处理方法,其特征在于,所述方法包括: 采集店铺内多路传感器数据、智能终端设备数据和社交媒体数据,基于传感器数据中的采集时刻和设备位置信息建立时空基准坐标系,将所述传感器数据按照采集时间标记的时间戳映射至时间轴,将所述智能终端设备数据中的设备编号转换为对应的空间坐标点并映射至空间轴,通过双线性插值法对不同采样频率的数据进行重采样生成时空特征序列,采用皮尔逊相关系数计算所述时空特征序列中各特征之间的关联度,构建特征相关度矩阵,基于所述特征相关度矩阵计算每个特征对目标变量的贡献度,将所述贡献度归一化处理得到特征权重系数,将所述特征权重系数与对应的时空特征序列进行加权计算得到加权特征值,对社交媒体数据进行主题分类和情感分析得到文本特征向量,根据时空特征序列中的时间戳标记将所述加权特征值与所述文本特征向量在时间维度上进行对齐,构建多维特征张量,采用张量分解算法对所述多维特征张量进行降维处理得到特征子空间,基于局部线性嵌入算法将所述特征子空间中的异构数据映射到统一的特征空间,生成融合数据集; 对所述融合数据集进行数据清洗和标准化处理得到样本数据,将所述样本数据按照预设比例划分为训练数据集和验证数据集,利用所述训练数据集对基于卷积神经网络和循环神经网络构建的商品推荐模型进行训练,利用所述验证数据集对训练后的模型进行性能评估,基于评估结果对模型参数进行自动调优并进行增量学习更新,将用户历史行为数据输入更新后的商品推荐模型中,提取用户兴趣特征向量,通过协同过滤算法计算用户与商品之间的相似度矩阵,根据相似度分数对商品进行排序并筛选得分最高的商品构建个性化商品推荐列表;对所述融合数据集按照小时和日期进行时间序列划分,采用指数平滑法对客流量和销售额数据进行趋势分解,通过自回归模型提取数据中的周期性特征和季节性特征,结合长短期记忆网络对分解后的时序数据进行建模分析得到店铺运营趋势数据; 基于所述个性化商品推荐列表和所述店铺运营趋势数据生成营销策略初始方案,将所述营销策略初始方案输入预训练的营销决策优化模型中进行策略评估和优化得到个性化营销策略,对所述个性化营销策略进行数据脱敏和加密处理后存储至云端数据中心,将所述个性化营销策略通过消息队列分发至店铺终端执行,采集营销策略执行效果数据用于模型优化更新。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州宇泛智能科技股份有限公司,其通讯地址为:310000 浙江省杭州市余杭区仓前街道时尚万通城3幢24层、25层、26层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。