摘要
本发明公开了基于深度学习的卷烟推荐方法、系统、设备及介质,属于深度学习及卷烟推荐技术领域,本发明要解决的技术问题为如何提高订单需求满足率,降低零售户的存销,促进新品和潜力品牌的曝光量,采用的技术方案为:采集数据:采集客户数据、卷烟数据、订单数据、投放数据、客户实际库存数据以及客户实际销售数据;数据清洗与整合:整合客户数据、卷烟数据、订单数据、投放数据、客户实际库存数据以及客户实际销售数据,生成若干数据表,通过clean_and_merge函数对多个数据表中的字典raw_data_dict进行清洗、过滤及合并处理,获取整合后的数据表;基于时间窗口计算动态特征;时序序列编码;推荐策略生成。
技术关键词
卷烟
客户
推荐方法
数据
库存周转率
商品特征
列表
时序特征
订单
序列
编码
特征数
指标
均衡策略
训练深度学习模型
动态
三维结构
字典
系统为您推荐了相关专利信息
数据分析方法
生成多尺度
可视化参数
自定义参数
变量
辅助生成方法
知识图谱模型
多维特征向量
维度可调
决策树模型
早期筛查方法
深度学习神经网络
孕妇
高风险
血液检测试剂盒
行程时间预测方法
行程时间预测装置
历史行程时间数据
交通
实体