摘要
本发明属于智能运输系统规划和工业人工智能领域,具体涉及一单制下煤炭多式联运可解释性客户画像构建方法,包括:A、获取客户煤炭联运方式选择调查问卷和历史一单制下煤炭多式联运运单数据,进行数据处理与数据融合;B、使用因果发现FCI算法,构建因果图,筛选出与客户联运方式选择有因果关系的特征变量,同时剔除伪相关特征;C、使用k‑prototype混合聚类方法聚类获得客户类别;D、训练LightGBM分类模型预测客户所属类别,检验画像精度,结合SHAP可解释分析方法描述客户画像,为煤炭多式联运客户精准分类与一单制服务策略优化提供兼具科学性与业务落地性的决策支持。
技术关键词
客户画像构建方法
变量
煤炭
轮廓系数
混合聚类方法
最佳聚类数目
数据
LightGBM模型
分析方法
样本
工业人工智能
汉明距离
智能运输系统
卡方统计量
皮尔逊相关系数
规范化方法
有向无环图
系统为您推荐了相关专利信息
前馈神经网络
特征重构方法
权重分配方法
多头注意力机制
Pearson相关系数
数据关联分析方法
食品安全追溯
食品安全事件
食品安全溯源
贝叶斯网络学习