買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜南京郵電大學申請的專利一種基于大數據技術的高精度物流企業客戶畫像方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114881678B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210230157.8，技術領域涉及：G06Q30/0201；該發明授權一種基于大數據技術的高精度物流企業客戶畫像方法是由趙學健;朱遠娜;孫知信;孫哲;汪胡青;宮婧;胡冰設計研發完成，并于2022-03-10向國家知識產權局提交的專利申請。

本一種基于大數據技術的高精度物流企業客戶畫像方法在說明書摘要公布了：一種基于大數據技術的高精度物流企業客戶畫像方法，結合數據庫的信息和多源異構爬蟲的綜合方式對用戶數據進行收集，對原始數據進行預處理；根據收集到的用戶數據發掘隱性特征，使用密度聚類算法對用戶群分類，將分類的用戶根據獲取的隱性特征進行打分分類，再根據結果將用戶分為三類用戶；使用樽海鞘群算法優化的卷積神經網絡對用戶的包裹進行分類，同時采用激活函數以及根據網絡過濾器的分值情況對網絡進行修改，將包裹按三個維度進行分類，構建用戶包裹的特征維度；根據用戶的包裹和個人信息，完成用戶數據標簽化，生成高精度客戶畫像；從物流企業的角度出發，針對物流客戶結合用戶包裹進行畫像，為物流企業提供更精準的客戶畫像。

本發明授權一種基于大數據技術的高精度物流企業客戶畫像方法在權利要求書中公布了：1.一種基于大數據技術的高精度物流企業客戶畫像方法，其特征在于，包括如下步驟，步驟S1.對用戶數據進行收集并處理，結合數據庫已有的信息和多源異構爬蟲的綜合方式對用戶數據進行收集，對原始數據進行預處理，通過自適應的條件生成對抗網絡對將原始數據中的缺失的數據進行填補,對錯誤的數據以及重復的數據分別進行刪除；步驟S2.根據收集到的用戶數據發掘隱性特征，使用密度聚類算法對用戶群分類，將分類的用戶根據獲取的隱性特征進行打分分類，再根據得到的結果將用戶分為高級用戶、中級用戶、一般用戶；步驟S3.使用樽海鞘群算法優化的卷積神經網絡對用戶的包裹進行分類，同時采用激活函數以及根據網絡過濾器的分值情況對網絡進行修改，將包裹按重量、易損程度、緊急程度三個維度進行分類，構建用戶包裹的特征維度；步驟S4.根據用戶的包裹和用戶個人信息，完成用戶數據標簽化，生成高精度客戶畫像；密度聚類算法中引入了一個密度指標ω，指標為 其中M為數據集中的點數，K為期望的聚類數，α取值范圍為0-1之間，ω為計算每個點的局部密度所用的臨近點個數，同時引用一個閾值nc，因此，局部密度pi為，其中dxi-xjk是xi和xjk之間的歐氏距離，其中jk是離點i最近的第k個點；設置決策函數γ完成聚類： 其中，δi為樣本間的距離，當數據點xi具有最大局部密度時，δi取最大值，保證xi被選為聚類中心其定義為 所述密度聚類算法的具體步驟為，步驟S21.輸入用戶數據集S＝{x1，x2，…，xN}，使用閾值nc，聚類數K，獲取臨近點ω；步驟S22.將獲取的臨界點ω通過無核方式計算各樣本點的局部密度pi；步驟S23.通過決策函數γ計算各樣本點的γ值；步驟S24.計算選擇各樣本點的距離δi；步驟S25.利用各點降序排列的將各點γ值進行降序排列，選擇前k個作為聚類中心；步驟S26.計算非聚類中心點到各中心點的距離的取最小值，該值小于使用閾值則分配到同一簇中，否則就舍棄該點，對各點逐一進行處理，最后確定各點最終的歸屬，完成聚類。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京郵電大學，其通訊地址為：210023 江蘇省南京市棲霞區亞東新城區文苑路9號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。