公开(公告)号：CN117952712A

公开(公告)日：2024-04-30

申请号：CN202410097477.X

申请日：2024-01-24

Applicant: 安徽大学

Inventor： 颜登程 ,  叶选繁 ,  刘森林 ,  任思宇 ,  王庆人 ,  张以文

IPC: G06Q30/0601 ,  G06N7/01

Abstract: 本发明公开了一种基于有向网络信息传播的关键竞品识别方法及系统，属于复杂网络数据挖掘技术领域。本发明主要包括：执行网络爬虫程序在亚马逊平台收集目标产品P的问答信息和评论信息；执行SNowNLP从问答信息中识别目标产品P的竞品c，构建竞品c的集合为竞品集合C1；根据问答信息和评论信息计算每个竞品c的点评得分RS；构建以竞品集合C1中竞品c作为节点v的网络G；根据点评得分RS计算每个节点v的初始得分vsq；根据初始得分vsq计算每个节点v的最终得分score。本发明执行网络爬虫程序收集目标竞品的问答信息和评论信息，构建了比较网络模型，计算得到目标商品的关键竞品，信息收集和比较过程简单快速，能够较为全面和准确地识别竞品。

公开(公告)号：CN117893252A

公开(公告)日：2024-04-16

申请号：CN202410059169.8

申请日：2024-01-15

Applicant: 安徽大学

Inventor： 王庆人 ,  袁伟杰 ,  刘森林 ,  任思宇 ,  周敖 ,  颜登程

IPC: G06Q30/0202 ,  G06Q10/087 ,  G06Q10/04

Abstract: 本发明公开了一种基于头程预测的稳定FBA补货方法及系统。本发明包括：获取实时的产品数据，产品数据包括：产品数据覆盖时间R、头程的时间序列T，T为：T＝[T1,T2...,Tn]，n代表产品历史头程的次序；预设时间阈值R0，判断是否产品数据覆盖时间R大于时间阈值R0，是则将头程的时间序列T输入至ARIMA模型，根据ARIMA模型计算产品预测头程一#imgabs0#否则计算该产品与其他不同种类产品的相似度S，根据相似度S计算产品预测头程二#imgabs1#本发明通过时间序列预测模型和相似度来对产品未来的头程进行准确预测，使卖家有效应对头程不确定性带来的挑战，降低补货计划受到的影响，以便实现最佳的库存优化和成本控制，降低过剩和缺货风险。

公开(公告)号：CN117874318A

公开(公告)日：2024-04-12

申请号：CN202410057127.0

申请日：2024-01-15

Applicant: 安徽大学

Inventor： 王庆人 ,  张恒 ,  刘森林 ,  任思宇 ,  韩梦迪 ,  颜登程

IPC: G06F16/951 ,  G06F9/455 ,  G06N3/045 ,  G06N3/092 ,  G06N3/09

Abstract: 本发明涉及数据爬取技术领域，更具体的，涉及基于强化学习的自适应网页结构变化的数据采集方法及系统。本发明预先构建了两个Docker容器，其中一个安装了浏览器程序、爬虫程序、守护进程，另一个用于存放及更新Actor‑Critic模型；本发明基于强化学习的方式对Actor‑Critic模型进行训练，使Actor‑Critic模型可以适应于目标网页的结构变化，自动学习到新的爬取流程，减少去修改爬虫程序代码的人力成本。本发明解决了现有的数据采集不能够自适应网页结构变化的问题。