公开(公告)号：CN119358987A

公开(公告)日：2025-01-24

申请号：CN202411930369.2

申请日：2024-12-26

Applicant: 杭州宇谷科技股份有限公司

Inventor： 李朝 ,  朱成祥 ,  刘玄武 ,  胡始昌 ,  肖劼

IPC: G06Q10/0631 ,  G06Q10/047 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  G06F18/213 ,  G06F18/241 ,  G06F18/25

Abstract: 本申请涉及一种基于多模态融合的出行选址方法，该方法包括：获取候选点位的场所规模数据、热度POI数据和流量时序数据，通过预先构建的多模态融合深度神经网络模型，分别对场所规模数据、热度POI数据和流量时序数据进行特征提取和特征分析，得到规模特征、POI特征和时序特征，以及跨模态特征交互关系，根据跨模态特征交互关系，融合规模特征、POI特征和时序特征，基于融合结果生成候选点位的推荐值。通过本申请，解决了出行选址决策准确度低的问题，考虑多个模态数据，避免单一数据类型导致决策依据片面，并采用深度神经网络融合多模态数据，分析数据间的深层次关联，提高了选址决策的准确度。

公开(公告)号：CN119397107A

公开(公告)日：2025-02-07

申请号：CN202510006882.0

申请日：2025-01-03

Applicant: 杭州宇谷科技股份有限公司

Inventor： 李朝 ,  黄家明 ,  李洋震 ,  朱成祥

IPC: G06F16/9535 ,  G06N3/042 ,  G06N3/09

Abstract: 本申请涉及一种基于多目标深度学习的换电推荐方法、系统、电子设备和存储介质，利用了电池的基本属性、换电柜的相关数据、骑手的个人信息以及骑手与电池之间的互动记录等多维度基础信息，通过基于深度学习的多目标推荐系统，深入挖掘这些数据中的潜在变量，并将将这些基础信息与挖掘出的隐含变量整合进推荐系统模型中，实时输出最符合骑手需求的换电柜和电池建议。解决了相关技术中换电推荐方法用户匹配度较低，以及资源利用率较低的问题，不仅降低了成本和生产压力，增进了供需关系的均衡。