-
公开(公告)号：CN106446943A
公开(公告)日：2017-02-22
申请号：CN201610833006.6
申请日：2016-09-19
Applicant: 大连海事大学
CPC classification number: G06K9/622 , G06F16/2457 , G06F2216/03 , G06Q30/0201
Abstract: 本发明公开了一种商品关联大数据稀疏网络快速聚类方法，包括以下步骤：对商品销售记录数据进行预处理，构建存储商品关联大数据稀疏网络；对商品关联大数据稀疏网络进行剪枝；对商品关联大数据稀疏网络进行快速聚类，得到聚类结果。本发明采用单步链表结构存储商品节点间的关系，只标记与商品节点直接相连商品节点的关系，消除共同购买关系矩阵中的冗余空间。本发明对商品关联大数据稀疏网络的低度商品节点进行剪枝提高挖掘效率并提高聚类的精度。本发明利用高度值商品节点被低度值商品节点分割的思想可以消除传统聚类算法的制约，直接依据度的值进行判断，无须考虑数据分布、无须多次访问数据、无须先验知识即可完成聚类过程。
-
公开(公告)号：CN107180276B
公开(公告)日：2020-06-30
申请号：CN201710368060.2
申请日：2017-05-23
Applicant: 大连海事大学
Abstract: 本发明公开了一种O2O外卖平台智能调度与路线优化方法，包括以下步骤：对外卖订单数据进行预处理；快速生成外卖订单智能指派模型；确定配送路线，估算配送成本。本发明对外卖订单数据进行预处理时考虑了配送时间、延迟成本等因素，减少了指派、路线选取环节的计算量。本发明对外卖订单进行智能快速指派提高外卖订单的指派效率。本发明利用外卖配送需先去商家取货后去客户送货的思想快速选取配送路线。本发明利用外卖订单预处理完成对动态时间、配送员位置与容量约束及配送与延迟单位成本等参数的初始化，对待指派订单按照其与已指派订单的距离智能选择配送员，利用外卖配送必先到商家取货、后向客户配送的思想为每个配送员快速选择配送路线。
-
公开(公告)号：CN107180276A
公开(公告)日：2017-09-19
申请号：CN201710368060.2
申请日：2017-05-23
Applicant: 大连海事大学
Abstract: 本发明公开了一种O2O外卖平台智能调度与路线优化方法，包括以下步骤：对外卖订单数据进行预处理；快速生成外卖订单智能指派模型；确定配送路线，估算配送成本。本发明对外卖订单数据进行预处理时考虑了配送时间、延迟成本等因素，减少了指派、路线选取环节的计算量。本发明对外卖订单进行智能快速指派提高外卖订单的指派效率。本发明利用外卖配送需先去商家取货后去客户送货的思想快速选取配送路线。本发明利用外卖订单预处理完成对动态时间、配送员位置与容量约束及配送与延迟单位成本等参数的初始化，对待指派订单按照其与已指派订单的距离智能选择配送员，利用外卖配送必先到商家取货、后向客户配送的思想为每个配送员快速选择配送路线。
-
公开(公告)号：CN106446943B
公开(公告)日：2019-07-30
申请号：CN201610833006.6
申请日：2016-09-19
Applicant: 大连海事大学
IPC: G06K9/62 , G06Q30/02 , G06F16/2457
Abstract: 本发明公开了一种商品关联大数据稀疏网络快速聚类方法，包括以下步骤：对商品销售记录数据进行预处理，构建存储商品关联大数据稀疏网络；对商品关联大数据稀疏网络进行剪枝；对商品关联大数据稀疏网络进行快速聚类，得到聚类结果。本发明采用单步链表结构存储商品节点间的关系，只标记与商品节点直接相连商品节点的关系，消除共同购买关系矩阵中的冗余空间。本发明对商品关联大数据稀疏网络的低度商品节点进行剪枝提高挖掘效率并提高聚类的精度。本发明利用高度值商品节点被低度值商品节点分割的思想可以消除传统聚类算法的制约，直接依据度的值进行判断，无须考虑数据分布、无须多次访问数据、无须先验知识即可完成聚类过程。
-
-
-
Search Results
4
records
(took 0.019 seconds)
