买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】应用于汽车营销管理系统软件的数据分析方法及系统_成都航空职业技术学院_202410129495.1 

申请/专利权人:成都航空职业技术学院

申请日:2024-01-31

公开(公告)日:2024-04-12

公开(公告)号:CN117688137B

主分类号:G06F16/33

分类号:G06F16/33;G06F16/35;G06Q30/015;G06N3/0442;G06N3/0464;G06N3/048;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.04.12#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要:本发明公开了一种应用于汽车营销管理系统软件的数据分析方法及系统,属于语义识别技术领域,包括:采用历史用户需求文本,构建训练样本对车型匹配模型进行训练,采用训练后的车型匹配模型对当前用户需求样本进行处理,得到与当前用户需求匹配的车型;本发明利用语义识别技术来处理用户需求文本,快速找到与用户需求匹配的车型,缩短了匹配时间;本发明为了提高匹配车型的准确度,在进行特征提取时,本发明的车型匹配模型中包含多个词组特征提取通道,每个词组特征提取通道处理一个词组向量,保障了一个词组向量中各个编码不掺入其他词组向量的编码,提高了特征提取的精度,从而提高了车型匹配准确度。

主权项:1.一种应用于汽车营销管理系统软件的数据分析方法,其特征在于,包括以下步骤:S1、根据历史用户需求文本,构建训练样本;S2、采用训练样本对车型匹配模型进行训练,得到训练完成的车型匹配模型;S3、通过汽车营销管理系统软件录入当前用户需求文本;S4、对当前用户需求文本进行分词和向量化处理,得到当前用户需求样本;S5、将当前用户需求样本中每个词组向量输入车型匹配模型中每个词组特征提取通道中,进行多词组特征提取,得到与当前用户需求匹配的车型;所述S2中车型匹配模型包括:词组特征提取通道、Concat层、LSTM层和分类层,其中,词组特征提取通道的数量大于等于2;每个所述词组特征提取通道的输入端用于输入一个词组向量;所述Concat层的输入端分别与多个词组特征提取通道的输出端连接,其输出端与LSTM层的输入端连接;所述分类层的输入端与LSTM层的输出端连接,其输出端作为车型匹配模型的输出端;所述词组特征提取通道包括:行卷积层、列卷积层、转置运算层、乘法器、平均池化层、最大池化层、加法器、特征提取层和矩阵运算器;所述行卷积层的输入端与转置运算层的输入端连接,并作为词组特征提取通道的输入端;所述转置运算层的输出端与列卷积层的输入端连接;所述乘法器的第一输入端与行卷积层的输出端连接,其第二输入端与列卷积层的输出端连接,其输出端分别与平均池化层的输入端和最大池化层的输入端连接;所述加法器的第一输入端与平均池化层的输出端连接,其第二输入端与最大池化层的输出端连接,其输出端分别与特征提取层的输入端和矩阵运算器的第一输入端连接;所述矩阵运算器的第二输入端与特征提取层的输出端连接,其输出端作为词组特征提取通道的输出端;所述转置运算层用于对词组向量进行转置运算,得到列向量,所述行卷积层用于对词组向量进行一维卷积运算,所述列卷积层用于对列向量进行一维卷积运算;所述特征提取层的表达式为: ,其中,为特征提取层的第n个输出,tanh为双曲正切函数,sigmoid为S型激活函数,xn为特征提取层的第n个输入,wn为第n个输入xn的权重,bn为第n个输入xn的偏置;所述矩阵运算器的计算公式为: ,其中,vn为矩阵运算器的第n个输出,e为自然常数,γ为比例系数,N为特征提取层输出的数量;所述S2包括以下分步骤:S21、将训练样本输入到车型匹配模型中,得到车型匹配模型的输出;S22、根据车型匹配模型的输出,基于损失函数,计算损失值;S23、判断损失值是否大于阈值,若是,则跳转至步骤S24、若否,则车型匹配模型训练完成,结束分步骤;S24、对车型匹配模型中权重进行更新,并跳转至步骤S21;所述S22中损失函数为: ,其中,Ei为第i次训练时的损失值,yi,j为第i次训练时车型匹配模型输出的第j个数值,为第i次训练时标签的第j个数值,ln为对数函数,e为自然常数,M为车型匹配模型输出的数值的数量;所述S24中对车型匹配模型中权重进行更新包括:根据损失值,更新分类层的权重;根据损失值,更新LSTM层的权重;根据损失值,更新词组特征提取通道的权重;所述更新分类层的权重的公式为: ,其中,wc,i+1为第i+1次训练时分类层的权重,wc,i为第i次训练时分类层的权重,Ei为第i次训练时的损失值,e为自然常数;所述更新LSTM层的权重的公式为: ,其中,wL,i+1为第i+1次训练时LSTM层的权重,wL,i为第i次训练时LSTM层的权重,μ为大于1的增强系数;所述更新词组特征提取通道的权重的公式为: ,其中,wP,i+1为第i+1次训练时词组特征提取通道的权重,wP,i为第i次训练时词组特征提取通道的权重,tanh为双曲正切函数。

全文数据:

权利要求:

百度查询: 成都航空职业技术学院 应用于汽车营销管理系统软件的数据分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。