本發(fā)明涉及人工智能，具體而言，涉及一種基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法及系統(tǒng)。

背景技術(shù)：

1、冷鏈物流作為現(xiàn)代物流體系中的重要組成部分，對于保障食品、藥品等易腐易變商品的品質(zhì)與安全具有至關(guān)重要的作用。然而，冷鏈物流運輸需求的預(yù)測一直是一個復(fù)雜且難以準確把握的問題。傳統(tǒng)的預(yù)測方法往往依賴于歷史運輸數(shù)據(jù)、市場趨勢分析以及經(jīng)驗判斷，這些方法在面對多變的市場環(huán)境和復(fù)雜的運輸需求時，往往難以提供準確、及時的預(yù)測結(jié)果。

2、隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，相關(guān)技術(shù)開始嘗試利用數(shù)據(jù)挖掘方法來對冷鏈物流運輸需求進行預(yù)測。然而，現(xiàn)有的數(shù)據(jù)挖掘方法在處理冷鏈物流運輸會話數(shù)據(jù)時，往往存在數(shù)據(jù)解析不夠深入、特征提取不夠全面以及預(yù)測模型不夠精準等問題，導(dǎo)致預(yù)測結(jié)果仍然存在一定的誤差和不確定性。

技術(shù)實現(xiàn)思路

1、鑒于上述提及的問題，結(jié)合本發(fā)明的第一方面，本發(fā)明實施例提供一種基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，所述方法包括：

2、獲取冷鏈物流運輸會話的會話交互數(shù)據(jù)；

3、從所述會話交互數(shù)據(jù)中解析多個物流知識標簽字段的會話交互路徑數(shù)據(jù)，并將解析到的多個所述會話交互路徑數(shù)據(jù)編碼為多個有向流轉(zhuǎn)圖矢量集合；

4、以第一設(shè)定數(shù)量為截取區(qū)間，以及以第二設(shè)定數(shù)量為移動間距，對每個所述有向流轉(zhuǎn)圖矢量集合進行截取，生成每個所述有向流轉(zhuǎn)圖矢量集合對應(yīng)的第一有向圖節(jié)點矢量片段集合；

5、對每個所述第一有向圖節(jié)點矢量片段集合進行交融，并將交融生成的多個交融有向圖節(jié)點集合矢量進行集成生成所述冷鏈物流運輸會話的會話表征矢量數(shù)據(jù)；

6、依據(jù)所述會話表征矢量數(shù)據(jù)確定所述冷鏈物流運輸會話的物流需求預(yù)測結(jié)果。

7、再一方面，本發(fā)明實施例還提供一種基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測系統(tǒng)，包括處理器、機器可讀存儲介質(zhì)，所述機器可讀存儲介質(zhì)和所述處理器連接，所述機器可讀存儲介質(zhì)用于存儲程序、指令或代碼，所述處理器用于執(zhí)行所述機器可讀存儲介質(zhì)中的程序、指令或代碼，以實現(xiàn)上述的方法。

8、基于以上方面，本申請實施例有效提高了冷鏈物流運輸需求的預(yù)測準確性，首先獲取冷鏈物流運輸會話的會話交互數(shù)據(jù)，并從中解析出多個物流知識標簽字段的會話交互路徑數(shù)據(jù)，進而將這些會話交互路徑數(shù)據(jù)編碼為多個有向流轉(zhuǎn)圖矢量集合。通過對這些有向流轉(zhuǎn)圖矢量集合進行截取和交融處理，生成了能夠全面表征冷鏈物流運輸會話的會話表征矢量數(shù)據(jù)。最終，依據(jù)該會話表征矢量數(shù)據(jù)，能夠準確預(yù)測出冷鏈物流運輸?shù)奈锪餍枨?，從而以便于冷鏈物流運輸?shù)恼{(diào)度和優(yōu)化，顯著提升了冷鏈物流運輸?shù)男屎托б妗?/p>

技術(shù)特征：

1.一種基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，所述對每個所述第一有向圖節(jié)點矢量片段集合進行交融，并將交融生成的多個交融有向圖節(jié)點集合矢量進行集成生成所述冷鏈物流運輸會話的會話表征矢量數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求2所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，所述第一影響因子的確定步驟，包括：

4.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，所述從所述會話交互數(shù)據(jù)中解析多個物流知識標簽字段的會話交互路徑數(shù)據(jù)，并將解析到的多個所述會話交互路徑數(shù)據(jù)編碼為多個有向流轉(zhuǎn)圖矢量集合之后，還包括：

5.根據(jù)權(quán)利要求2所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，所述依據(jù)所述會話表征矢量數(shù)據(jù)確定所述冷鏈物流運輸會話的物流需求預(yù)測結(jié)果，包括：

6.根據(jù)權(quán)利要求5所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，所述方法還包括：

7.根據(jù)權(quán)利要求6所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，所述從所述模板會話交互數(shù)據(jù)中解析多個物流知識標簽字段的模板會話交互路徑數(shù)據(jù)，并將解析到的多個所述模板會話交互路徑數(shù)據(jù)編碼為多個模板有向流轉(zhuǎn)圖矢量集合之后，所述方法還包括：

8.根據(jù)權(quán)利要求6所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，每個所述第一深度學(xué)習網(wǎng)絡(luò)包括圖自注意力層和特征交融層，所述將所述每個所述模板有向流轉(zhuǎn)圖矢量集合對應(yīng)的第一模板有向圖節(jié)點矢量片段集合加載到對應(yīng)的所述第一深度學(xué)習網(wǎng)絡(luò)中進行交融，并將交融生成的每個所述模板有向流轉(zhuǎn)圖矢量集合對應(yīng)的模板交融有向圖節(jié)點集合矢量進行集成生成模板會話表征矢量數(shù)據(jù)，包括：

9.根據(jù)權(quán)利要求8所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法，其特征在于，每個所述第一深度學(xué)習網(wǎng)絡(luò)包括還包括空間嵌入表示層，所述依據(jù)所述圖自注意力層對每個所述模板有向流轉(zhuǎn)圖矢量集合對應(yīng)的第一模板有向圖節(jié)點矢量片段集合進行圖自注意力處理，生成第一模板圖自注意力處理結(jié)果之后，還包括：

10.一種基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測系統(tǒng)，其特征在于，基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測系統(tǒng)包括處理器和存儲器，所述存儲器和所述處理器連接，所述存儲器用于存儲程序、指令或代碼，所述處理器用于執(zhí)行所述存儲器中的程序、指令或代碼，以實現(xiàn)上述權(quán)利要求1-9任意一項所述的基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法。

技術(shù)總結(jié)
本發(fā)明提供一種基于數(shù)據(jù)挖掘的冷鏈物流運輸需求預(yù)測方法及系統(tǒng)，涉及人工智能技術(shù)領(lǐng)域，有效提高了冷鏈物流運輸需求的預(yù)測準確性，首先獲取冷鏈物流運輸會話的會話交互數(shù)據(jù)，并從中解析出多個物流知識標簽字段的會話交互路徑數(shù)據(jù)，進而將這些會話交互路徑數(shù)據(jù)編碼為多個有向流轉(zhuǎn)圖矢量集合。通過對這些有向流轉(zhuǎn)圖矢量集合進行截取和交融處理，生成了能夠全面表征冷鏈物流運輸會話的會話表征矢量數(shù)據(jù)。最終，本發(fā)明依據(jù)該會話表征矢量數(shù)據(jù)，能夠準確預(yù)測出冷鏈物流運輸?shù)奈锪餍枨螅瑥亩员阌诶滏溛锪鬟\輸?shù)恼{(diào)度和優(yōu)化，顯著提升了冷鏈物流運輸?shù)男屎托б妗?br/>
技術(shù)研發(fā)人員：吳海燕,曾小蘭,袁開軍
受保護的技術(shù)使用者：成都易速物流有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19