科创中国

本发明公开了一种基于多粒度的冷链配载用户画像构建方法及装置，先对原始的冷链配载数据集预处理；将预处理后的冷链配载数据集输入到FNet模型中，提取冷链配载数据特征；使用DTM模型、TMKGE模型提取冷链配载数据集中的主题词；对FNet模型提取的结果及DTM模型、TMKGE模型提取到的主题词使用WordNet进行标签相似度计算，根据相似度计算结果扩展补充FNet模型提取结果，完成冷链配载用户画像的标签提取；依据最终标签提取结果，获得模型的标签提取，进而构建冷链配载用户画像。本发明能够有效地提取数据的动态主题及共享信息，有效地扩展冷链配载数据的标签，解决冷链配载用户画像建模中标签特征不全面的问题。

发明目的：针对上述问题，本发明提供了一种基于多粒度的冷链配载用户画像构建方法及装置，能够有效地构建多粒度用户画像，解决用户画像建模中用户特征不全面的问题。

近年来，画像已成为世界各国研究的特点，正日益引起业界、学术界的广泛关注，更重要的是，它还是众多应用的关键技术之一。

在现有的画像建模技术中，对如何构建基于多粒度的用户画像的研究相当有限，并且存在如下不足：1、随着冷链配载数据特征的复杂性激增，传统用户画像构建方法难以全面地刻画其特征；2、由于冷链数据的复杂多样性，仅仅依靠现有的词向量表征方法，很难对冷链领域中的专业术语以及其他冷链领域内相关字词的语义进行充分表征，并且存在较大噪声干扰；3、传统用户画像构建方法大部分为静态，忽略了数据为动态变化的特点，导致用户画像没有时效性。

针对这些问题，本发明中的多粒度用户画像构建方法对传统的用户画像构建方法有重要的作用和意义。

此技术是淮阴工学院李翔研发，淮阴工学院，位于江苏省淮安市，宗旨和业务范围是“培养高等学历人才，促进社会发展。工学类、理学类、经济学类、管理学类、文学类、法学类、艺术学类和农学类学科本科学历教育工程硕士研究生学历教育相关科学研究技术开发继续教育专业培训学术交流与咨询服务会议展览服务”。

与现有技术相比，此技术产生的有益效果：

1、本发明对于冷链配载用户画像，更关注于补充扩展冷链配载用户画像的标签，并且对新的数据具有良好的泛化能力。冷链配载数据集的特征具有多样性和复杂性，不同粒度的信息对其构建用户画像的结果也不完全相同，对提取到的特征进行标签扩展有助于多粒度化冷链配载用户画像。

2、本发明利用FNet模型提取冷链配载数据的特征，特别对于长文本的冷链配载数据，FNet模型不仅在确保了精度的前提下提高了训练速度，内存占有还小。对于固定的速度和精度预算，FNet模型更优。

3、本发明利用TMKGE允许在知识图和文档之间灵活地共享信息，这是一个重要的优势，因为在实践中只有部分关系信息可用，因此严格强制主题和实体混合共享组件可能会降低模型正确恢复数据潜在结构的能力。

4、本发明利用DTM模型提取冷链配载数据的动态主题，DTM模型引入了时间维度，不同主题会随着时间变动而变动，可以更好的建模主题在时间序列上的发展和演变。

5、本发明利用DTM模型和TMKGE模型提取冷链配载数据主题词，在实际应用中，包含的信息更丰富，尤其像冷链配载用户画像多粒度大型语料文本上，可以提取冷链配载领域见的动态信息和共享信息等，大大扩展了数据的标签。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接此项目。