公开(公告)号：CN106919669A

公开(公告)日：2017-07-04

申请号：CN201710090028.2

申请日：2017-02-20

Applicant: 浙江大学

Inventor： 周伟华 ,  周云

IPC: G06F17/30

Abstract: 一种对网页信息展示位置进行排序的方法，属于互联网技术领域。该方法利用监控程序收集一定时间段、同一网页内不同展示位置的用户点击量数据，对收集的历史点击量进行数据净化，通过时间序列计算历史点击量期望值，根据期望值来估计展示位置的当前价值，再按照当前估计价值从高到低对网站不同的展示位置进行排序。利用本发明可以实现网页布局的优化设计；实现信息展示位置本身价值和排列顺序的合理匹配；提高网站资源利用效率和平台效用。

公开(公告)号：CN118982197A

公开(公告)日：2024-11-19

申请号：CN202411070293.0

申请日：2021-11-04

Applicant: 浙江大学 ,  浙江工业大学

Inventor： 周伟华 ,  周云

IPC: G06Q10/0631 ,  G06N20/00 ,  G06F18/23 ,  G06F18/22

Abstract: 本发明公开了一种基于机器学习的需求预测方法，涉及机器学习的数据驱动决策技术领域，具体步骤为：提取产品属性特征和预测特征；根据所述产品属性特征，构建产品簇；对所述预测特征进行初步筛选，得到产品重要特征集；根据所述产品重要特征集结合所述产品簇进行二次筛选，构成二次筛选特征集；将所述二次筛选特征集输入机器学习模型中进行需求预测。在本发明中，将产品归为不同的产品簇，借助同一类别内其他产品的特征信息进行特征二次精选，可以在避免学习模型失效的基础上，有效地解决特征筛选失灵的问题，减少特征维数，从而提升高特征维度、小样本量需求预测效果，降低预测的误差成本。

公开(公告)号：CN106845732B

公开(公告)日：2021-08-20

申请号：CN201710090029.7

申请日：2017-02-20

Applicant: 浙江大学

Inventor： 周伟华 ,  周云

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q10/08 ,  G06Q50/28

Abstract: 本发明公开了一种卫星式物流配送方法，属于物流快递配送领域。在末级快递分拣中心，实施快递分拣、信息扫面录入系统，然后根据分类模块对快递进行分类。根据待派件的地理和路况信息设计快递车配送的最优路线和驻停点，分拣中心分配不同路线的快递配送车。待配送货物和卫星派件者上车以后，配送车按照规划的最佳路线行驶，卫星派送者。该配送方法能够以较低的成本实现最后一公里的派送，有效减小快递员等待时间、提高派件效率、快递点布设数量，从而降低快递的经济成本和环境成本。

公开(公告)号：CN106919669B

公开(公告)日：2020-07-14

申请号：CN201710090028.2

申请日：2017-02-20

Applicant: 浙江大学

Inventor： 周伟华 ,  周云

IPC: G06F16/954 ,  G06F16/958

Abstract: 一种对网页信息展示位置进行排序的方法，属于互联网技术领域。该方法利用监控程序收集一定时间段、同一网页内不同展示位置的用户点击量数据，对收集的历史点击量进行数据净化，通过时间序列计算历史点击量期望值，根据期望值来估计展示位置的当前价值，再按照当前估计价值从高到低对网站不同的展示位置进行排序。利用本发明可以实现网页布局的优化设计；实现信息展示位置本身价值和排列顺序的合理匹配；提高网站资源利用效率和平台效用。

公开(公告)号：CN111192083A

公开(公告)日：2020-05-22

申请号：CN201911369318.6

申请日：2019-12-26

Applicant: 浙江大学 ,  国网浙江省电力有限公司

Inventor： 周伟华 ,  周云 ,  钱仲文

IPC: G06Q30/02 ,  G06K9/62

Abstract: 本发明涉及一种间断需求的预测方法，其特征在于：通过提取分类模型训练特征 预测特征分类模型训练特征 预测特征和聚类特征F3；先对产品进行聚类，对每一个类别分别训练是否有需求的分类模型M1；对每一个类别分别训练需求量的回归预测模型M2；用M1预测未来每个产品是否有需求；若预测存在需求，则用M2预测具体的需求量；每隔一段时间，重复聚类、模型训练过程。该方法通过多任务进行分解，有助于提升模型的表征能力。

公开(公告)号：CN111127072A

公开(公告)日：2020-05-08

申请号：CN201911114233.3

申请日：2019-11-14

Applicant: 浙江大学 ,  中央财经大学

Inventor： 周伟华 ,  代宏砚 ,  周云 ,  温岩

IPC: G06Q30/02

Abstract: 本发明公开了一种新产品需求的多阶段实时预测方法。该方法的创新点在于提取趋势因子TF作为公共的预测特征；对已有产品聚类，把新产品以一定概率归入对应的类；结合巴斯曲线，选取与新产品相同的类里面的相同销售阶段的数据，输入机器学习模型训练；在新产品对应的类得到的预测模型中输入新产品的预测特征，进行组合预测。该方法可以灵活实现新产品多阶段同时、实时的预测。