【技术实现步骤摘要】
货物类型的特征表示方法、系统、电子设备和存储介质
本专利技术涉及数据处理
，具体地说，涉及一种货物类型的特征表示方法、系统、电子设备和存储介质。
技术介绍
在物流平台，车货匹配场景中常需要对货物类型进行描述。例如，司机搜索货源时，选定某一类货物类型，则系统可以为司机推荐符合该货物类型及其相似货物类型的货源。高效的车货匹配可以帮助用户快速获得所需信息，提升市场效率。现有技术中，通过统计分析的方法，得到基于司机、城市、路线等维度的货物类型的离散分布。在车货匹配场景下通过查询货物类型键值得到相应的分数，实现车货匹配。但是，随着车货匹配场景的升级，货物类型的描述愈发精细。过去使用的货物类型只有几十种，最新的分层级货物类型条目数量极大膨胀，已扩展到包含一级类目几十种、二级类目几百种，因此需要对货物类型的描述进行改进。然而，现有的货物类型都是基于独热编码，各个货物类型在向量空间上相互正交，因此无泛化能力、无法自动估计不同货物类型间的关联程度。尤其在分层级类目的货物类型体系下，随着类目数量膨胀，每个货物类型下的有效统计量变少...
【技术保护点】
1.一种货物类型的特征表示方法，其特征在于，包括步骤：/n自对货物的操作行为数据中，以关联操作行为对应的货物类型为数据序列，生成货物类型的多组第一数据序列；/n在每组所述第一数据序列中，对部分操作行为对应的货物类型进行上采样，对默认货物类型进行下采样，生成多组第二数据序列；/n根据各所述第二数据序列，以各货物类型为节点，根据两货物类型的关联次数获得对应节点的边权重，构建货物类型的图结构；以及/n在所述图结构中随机游走生成多组第三数据序列，根据各所述第三数据序列训练向量模型，并根据所述向量模型获得每个货物类型的特征向量。/n
【技术特征摘要】
1.一种货物类型的特征表示方法，其特征在于，包括步骤：
自对货物的操作行为数据中，以关联操作行为对应的货物类型为数据序列，生成货物类型的多组第一数据序列；
在每组所述第一数据序列中，对部分操作行为对应的货物类型进行上采样，对默认货物类型进行下采样，生成多组第二数据序列；
根据各所述第二数据序列，以各货物类型为节点，根据两货物类型的关联次数获得对应节点的边权重，构建货物类型的图结构；以及
在所述图结构中随机游走生成多组第三数据序列，根据各所述第三数据序列训练向量模型，并根据所述向量模型获得每个货物类型的特征向量。
2.如权利要求1所述的特征表示方法，其特征在于，所述对货物的操作行为数据包括对货物的点击行为数据和对货物的电话行为数据；以及
所述对部分操作行为对应的货物类型进行上采样的步骤中，对所述电话行为数据对应的货物类型进行上采样。
3.如权利要求2所述的特征表示方法，其特征在于，所述对所述电话行为数据对应的货物类型进行上采样的步骤包括：
在每组所述第一数据序列中，确定电话行为数据对应的货物类型；以及
以所述电话行为数据对应的货物类型及该货物类型的前一货物类型为一组采样数据，在该货物类型及其后一货物类型之间插入多组所述采样数据。
4.如权利要求1所述的特征表示方法，其特征在于，所述对默认货物类型进行下采样的步骤包括：
在每组所述第一数据序列中，确定默认货物类型，所述默认货物类型是数值等于预设值的货物类型；以及
对所述默认货物类型进行一次随机选择，保留所述一次随机选择选中的默认货物类型。
5.如权利要求4所述的特征表示方法，其特征在于，所述对默认货物类型进行下采样的步骤还包括：
在每组所述第一数据序列中，对保留的所述默认货物类型进行二次随机选择，获取所述二次随机选择选中的默认货物类型的货源地；以及
根据各货源地的货物类型的分布，对所述二次随机选择选中的默认货物类型进行替换。
6.如权利要求1所述的特征表示方法，其特征在于，所述根据两货物类型的关联次数获得对应节点的边权重的步骤包括：
以各组所述第二数据序列中每相邻两货物类型为一组关联数据；
计算各组所述关联数据在相同起点的所有组关联数据中的概率，其中一组关联数据中前一货物类型为该组关联数据的起点；以及
以每组所述关联数据的概率...
【专利技术属性】
技术研发人员：李轩增，
申请(专利权)人：江苏满运软件科技有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。