面向个性化需求的整车匹配推荐方法及系统技术方案

技术编号:42703501 阅读:21 留言:0更新日期:2024-09-13 11:57
本发明专利技术公开了一种面向个性化需求的整车匹配推荐方法及系统,涉及物流运营管理领域。包括以下步骤:利用层次分析算法确定匹配效果指标的权重,基于加权内容的多属性相似度推荐算法计算货物与候选车辆的相似度;根据历史数据建立评分矩阵,矩阵中每个元素表示货主对车辆评分,通过奇异值分解和随机梯度下降算法对评分矩阵进行计算,获得预测评分;对于每个货物,通过预测评分矩阵来获取预测评分最高的车辆,选择预测评分排名前M的车辆作为推荐列表。本发明专利技术不仅可以提高货物匹配的准确率,还能帮助新司机快速获得第一批货主评价,从而加速其融入平台的进程。

【技术实现步骤摘要】

本专利技术涉及物流运营管理领域,更具体的说是涉及一种面向个性化需求的整车匹配推荐方法及系统


技术介绍

1、根据国内外相关研究进展,尽管在车货匹配所涉及的领域已经取得了大量研究成果,但现有方法在车货匹配应用上仍然存在一定的局限性。通过对比前人的研究成果,可以总结出以下主要不足:

2、在车货匹配推荐算法方面,现有的车货匹配推荐算法主要研究协同过滤算法,研究背景较为理想,往往忽视了数据稀疏性和冷启动问题。尤其是针对新用户或新货物的推荐,现有算法往往表现不佳,需要更加有效的解决方案来应对这些问题。


技术实现思路

1、有鉴于此,本专利技术提供了一种面向个性化需求的整车匹配推荐方法及系统,以解决
技术介绍
中存在的问题。

2、为了实现上述目的,本专利技术采用如下技术方案:

3、一种面向个性化需求的整车匹配推荐方法,包括以下步骤:

4、利用层次分析算法确定匹配效果指标的权重,基于加权内容的多属性相似度推荐算法计算货物与候选车辆的相似度;

5、根据历史数据建立评分矩阵本文档来自技高网...

【技术保护点】

1.一种面向个性化需求的整车匹配推荐方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种面向个性化需求的整车匹配推荐方法,其特征在于,还包括根据测试集计算预测评分与实际评分之间的均方根误差,用于衡量模型的准确性。

3.根据权利要求1所述的一种面向个性化需求的整车匹配推荐方法,其特征在于,通过奇异值分解和随机梯度下降算法对评分矩阵进行计算,具体包括以下步骤:

4.根据权利要求1所述的一种面向个性化需求的整车匹配推荐方法,其特征在于,利用层次分析算法确定匹配效果指标的权重具体步骤如下:

5.根据权利要求3所述的一种面向个性化需求的整车...

【技术特征摘要】

1.一种面向个性化需求的整车匹配推荐方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种面向个性化需求的整车匹配推荐方法,其特征在于,还包括根据测试集计算预测评分与实际评分之间的均方根误差,用于衡量模型的准确性。

3.根据权利要求1所述的一种面向个性化需求的整车匹配推荐方法,其特征在于,通过奇异值分解和随机梯度下降算法对评分矩阵进行计算,具体包括以下步骤:

4.根据权利要求1所述的一种面向个性化需求的整车匹配推荐方法,其特征在于...

【专利技术属性】
技术研发人员:贺可太刘珮瑶
申请(专利权)人:北京科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1