摘要
本发明公开了一种基于规则引擎与机器学习融合的智能选品评分系统。它包括数据预处理单元、特征工程单元、混合计算单元、以及动态加权融合单元;所述特征工程单元用于将预处理后的智能选品数据生成特征数据集、统计特征数据集、时序特征数据集和复合特征数据集;所述混合计算单元用于同步执行预设业务规则计算与机器学习预测;预设业务规则计算通过业务规则计算函数完成,机器学习预测通过多维联动的机器学习预测模型完成;所述动态加权融合单元用于按照动态业务规则权重因子将预设业务规则得分与机器学习预测得分进行融合,最终获得智能选品评分。本发明实现了科学化、自动化、高精度的商品潜力评估,为电商选品领域提供突破性技术框架。
技术关键词
分系统
商品特征
特征工程
XGBoost模型
统计特征
时序特征
动态
突破性技术
因子
销售额
社交
生成特征
指数
异常数据
效能
核心
参数
非线性
电商