-
公开(公告)号：CN105389676A
公开(公告)日：2016-03-09
申请号：CN201510379835.7
申请日：2015-07-01
Applicant: 东南大学成贤学院 , 无锡云歌电子商务有限公司
Abstract: 一种化工设备定制式采购系统，它包括用户认证模块、定制模块、技术分析模块、筛选模块、模拟模块、反馈模块、执行模块和验收模块。本发明使用时，在用户选购化工设备并提交限制条件后，后台系统将根据用户所给信息运算出最佳方案，同时根据系统给出方案筛选列出会员供货商，之后通知会员供货商统一配送，节省了进行大规模采购的时间和精力，为用户提供优质产品和完善的售后服务，最大限度的配合用户完成采购。
-
公开(公告)号：CN106021590B
公开(公告)日：2020-01-10
申请号：CN201610395086.1
申请日：2016-06-06
Applicant: 东南大学 , 无锡云歌电子商务有限公司
IPC: G06F16/9535 , G06N3/00 , G06Q30/06
Abstract: 本发明公开了一种基于超图的多蚁群并行组合聚类方法，属于数据挖掘技术领域。本发明针对高维海量数据的快速准确聚类，将改进的基于信息熵的单蚁群聚类算法与超图相结合，其主要思路是不同的蚁群采用改进的基于信息熵的单蚁群聚类算法进行独立地并行工作，通过超图进行聚类结果组合得到不同的相似矩阵，再进行信息交换相互合作，利用相似矩阵对单蚁群聚类过程进行修正；经过反复迭代，最终得到最优的聚类结果。本发明还公开了一种B2B平台供应商推荐方法及系统。本发明可进一步提高面对高维海量数据时的算法搜索效率，同时有效克服现有技术易于过早陷入局部最优解的缺陷，提升聚类结果的准确性。
-
公开(公告)号：CN105023041B
公开(公告)日：2017-07-28
申请号：CN201510490962.4
申请日：2015-08-11
Applicant: 东南大学 , 无锡云歌电子商务有限公司
Abstract: 本发明公开了一种数据聚类方法，属于数据挖掘技术领域。本发明对传统LF蚁群算法进行了改进，具体改进之处包括：改进了相似度函数的描述，减少了参数设置，增加了权重因素，能够更加准确的描述相似度；自适应调整蚂蚁观察半径，提高蚂蚁的观察效率，增加收敛速度；为空载蚂蚁和负载蚂蚁分别设计了定向移动策略，以提高蚂蚁的移动效率；引入循环终止控制机制，避免了人为设置迭代次数带来的影响，提高了算法的准确性。本发明还公开了一种B2B平台客户偏好获取方法、装置，采用上述数据聚类方法。相比现有技术，本发明在提高聚类效率的同时，提高了聚类结果的准确性。
-
公开(公告)号：CN106021590A
公开(公告)日：2016-10-12
申请号：CN201610395086.1
申请日：2016-06-06
Applicant: 东南大学 , 无锡云歌电子商务有限公司
Abstract: 本发明公开了一种基于超图的多蚁群并行组合聚类方法，属于数据挖掘技术领域。本发明针对高维海量数据的快速准确聚类，将改进的基于信息熵的单蚁群聚类算法与超图相结合，其主要思路是不同的蚁群采用改进的基于信息熵的单蚁群聚类算法进行独立地并行工作，通过超图进行聚类结果组合得到不同的相似矩阵，再进行信息交换相互合作，利用相似矩阵对单蚁群聚类过程进行修正；经过反复迭代，最终得到最优的聚类结果。本发明还公开了一种B2B平台供应商推荐方法及系统。本发明可进一步提高面对高维海量数据时的算法搜索效率，同时有效克服现有技术易于过早陷入局部最优解的缺陷，提升聚类结果的准确性。
-
公开(公告)号：CN105046544A
公开(公告)日：2015-11-11
申请号：CN201510375992.0
申请日：2015-07-01
Applicant: 东南大学成贤学院 , 无锡云歌电子商务有限公司
Inventor： 姚刚
CPC classification number: Y02P90/30
Abstract: 一种列管式换热器定制系统，包括用户网页模块、产品购买模块、数据处理模块、产品分配模块，企业客户端模块。本发明提供能够进行列管式换热器产品大规模定制的解决方案，在用户通过网络订购了产品后，通过各个环节的分解，将不同的列管式换热器产品最终分解为相同的单位部件，从而进行大规模的生产，避免由于生产企业进行单独的原材料采购和工艺设计而使得生产成本的提高。
-
Patent Agency Ranking
公开(公告)号：CN103995909A
公开(公告)日：2014-08-20
申请号：CN201410271399.7
申请日：2014-06-17
Applicant: 东南大学成贤学院 , 无锡云歌电子商务有限公司
IPC: G06F17/30
CPC classification number: G06F16/285 , G06Q50/01
Abstract: 一种基于三维关系强度模型的在线用户关系测量及分类方法，它包括建立三维关系强度模型的步骤；建立关系强度的可视化模型的步骤；社交网络用户关系测量的步骤以及社交用户分类及推荐的步骤；将社交网络中用户之间的社会关联抽象为三个基本维度，即结构维度、心理维度、工具维度，每个维度为0到1之间的连续变量；本发明还采用将三个维度的向量映射为三基色，可以将关系强度转化为颜色问题，从而可以进行关系强度的可视化分析；根据不同的关系类型，更精确的将用户之间的关系进行分类，从而为后续的处理提供依据，能够为SNS等社交网络服务平台提供一种更加实用、方便及准确的用户分类及推荐方法。
-
公开(公告)号：CN106204094A
公开(公告)日：2016-12-07
申请号：CN201610464014.8
申请日：2016-06-23
Applicant: 东南大学 , 无锡云歌电子商务有限公司
IPC: G06Q30/02
CPC classification number: G06Q30/0222
Abstract: 本发明公开了一种基于B2B平台的需求信息推送方法。该方法首先将需求信息中需求产品的需求属性进行量化，得到需求产品各需求属性的特征值；然后对B2B平台中能够提供需求产品的同类产品的每一个供应商，分别计算需求产品与该供应商的供应能力之间的供需差异性，所述供需差异性的计算考虑到了供应商提供需求产品的价格弹性；最后选取供应能力与需求产品之间的供需差异性最小的若干供应商，将所述需求信息向这些供应商推送。本发明还公开了一种基于B2B平台的需求信息推送装置。本发明在供需匹配过程中充分考虑了供应商提供需求产品的价格弹性，可快速准确地为需求客户找到具有最优成本控制能力的供应商。
-
公开(公告)号：CN106203682A
公开(公告)日：2016-12-07
申请号：CN201610497280.0
申请日：2016-06-29
Applicant: 东南大学 , 无锡云歌电子商务有限公司
CPC classification number: G06Q10/04 , G06Q30/0202 , G06Q50/12
Abstract: 本发明公开了一种酒店一次性用品需求预测方法。该方法包括以下步骤：步骤1、获取酒店一次性用品的实际用量历史数据以及每个历史周期中酒店一次性用品用量的各影响因素的量化值；步骤2、利用时间序列预测方法对最近若干个历史周期的酒店一次性用品用量进行预测；步骤3、以最近若干个历史周期的酒店一次性用品的实际用量作为观测值，以综合预测值与观测值之间误差平方和最小为目标，对综合预测模型进行曲线拟合；步骤4、利用拟合后的综合预测模型对酒店一次性用品未来需求进行综合预测。本发明还公开了一种酒店一次性用品订单系统。本发明综合考虑了酒店一次性用品用量的诸多影响因素，所得到的预测值更准确，可更好地帮助酒店实现零库存。
-
公开(公告)号：CN105023041A
公开(公告)日：2015-11-04
申请号：CN201510490962.4
申请日：2015-08-11
Applicant: 东南大学 , 无锡云歌电子商务有限公司
Abstract: 本发明公开了一种数据聚类方法，属于数据挖掘技术领域。本发明对传统LF蚁群算法进行了改进，具体改进之处包括：改进了相似度函数的描述，减少了参数设置，增加了权重因素，能够更加准确的描述相似度；自适应调整蚂蚁观察半径，提高蚂蚁的观察效率，增加收敛速度；为空载蚂蚁和负载蚂蚁分别设计了定向移动策略，以提高蚂蚁的移动效率；引入循环终止控制机制，避免了人为设置迭代次数带来的影响，提高了算法的准确性。本发明还公开了一种B2B平台客户偏好获取方法、装置，采用上述数据聚类方法。相比现有技术，本发明在提高聚类效率的同时，提高了聚类结果的准确性。
-
公开(公告)号：CN104036022A
公开(公告)日：2014-09-10
申请号：CN201410297448.4
申请日：2014-06-26
Applicant: 东南大学成贤学院 , 无锡云歌电子商务有限公司
IPC: G06F17/30
CPC classification number: G06F17/30522 , G06F17/30324
Abstract: 本发明提供了一种基于变精度容差关系扩展粗糙集的个性化推荐方法，该方法通过对两个对象不可分辨性的特点分析，提出一种更符合统计意义的变精度容差关系扩展粗糙集，通过分辨矩阵，获取核集，并将包含核属性的分辨矩阵元素置空。初始化约简集为核集，之后将分辨矩阵非空元素出现次数最多的属性分别与约简集中的相应约简做并运算，得到新的约简，同时将分辨矩阵中含有该属性的元素置空，完成约简集的提取。针对每个约简，构建知识树，界定剪枝条件，根据剪枝条件进行特殊情况的剪枝，降低计算复杂度，获取有效规则，形成规则集，从而有效实现数据挖掘。最后根据需推荐结果的条件属性值，在规则集中进行规则匹配，依据匹配结果，完成个性化推荐。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.029 seconds)
