摘要
本发明提出了一种基于客户需求的多式联运物流方案推荐算法,使用一个特征提取模块,用于将原始数据转换为模型可处理形式,从原始数据中提取出与物流运输方案相关的特征,构建了一个融合嵌入层、注意力机制、交叉网络和深度网络的复合神经网络模型模块,同时改模块综合考虑了模型预测的综合评分、多样性和去重等因素,以确保推荐结果的高质量和实用性,引入加权的Huber损失函数,来同时优化运输成本和时间的预测性能,并引入了排序损失(ListMLE损失)来优化模型的排序性能该模型精准识别客户需求,生成个性化方案,为沿海港口物流企业提供高效决策支持工具,提升服务质量,降低运营成本,增强竞争力,推动智慧物流技术应用和港口物流智能化升级。
技术关键词
推荐算法
注意力机制
神经网络模型
客户
排序损失
特征提取模块
分类特征
连续特征
多层感知机
决策支持工具
特征工程方法
智慧物流技术
物流智能化
评分机制
稀疏特征
学习特征
编码
系统为您推荐了相关专利信息
烟气在线监测系统
反应塔
流量控制装置
出口检测系统
干法脱酸系统
异常检测方法
客户端
空间特征提取
输出特征
LSTM模型
贝叶斯信息准则
解码器
编码器
优化高斯混合模型
雷达辐射源信号
商品推荐列表
分销方法
单指令
关联商品信息
平台