摘要
本发明涉及数据处理领域,提供一种基于供应链全链路数据的智能预测推荐方法及系统。该方法包括:采集多源异构供应链数据并进行标准化处理,获得标准化数据集;根据所述标准化数据集,对供应链状态特征进行量化建模,获得供应链状态特征向量;基于所述供应链状态特征向量,通过异构图神经网络进行供应链实体关系建模,获得图嵌入向量;根据所述图嵌入向量,通过多目标优化算法对候选集进行动态生成,获得动态候选集;基于所述动态候选集进行用户需求的个性化匹配,获得推荐结果。本发明实现了供应链的智能化推荐,提升了决策效率,降低了运营成本。
技术关键词
预测推荐方法
异构
数据
注意力机制
链路
关系建模
邻居
模糊综合评价方法
动态
波动特征
时间段
融合特征
索引
实体
矩阵
多层感知机
排序算法
特征工程
系统为您推荐了相关专利信息
异常数据
识别方法
指数
深度学习模型
可读存储介质
卷积神经网络模型
注意力机制
识别方法
数据分类
参数
随机森林模型
生成数据库
指令
消息
人工智能技术
工业时序数据
噪声特征
大语言模型
噪声系数
算法规划