买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京邮电大学申请的专利一种基于大数据技术的高精度物流企业客户画像方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114881678B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210230157.8，技术领域涉及：G06Q30/0201；该发明授权一种基于大数据技术的高精度物流企业客户画像方法是由赵学健;朱远娜;孙知信;孙哲;汪胡青;宫婧;胡冰设计研发完成，并于2022-03-10向国家知识产权局提交的专利申请。

本一种基于大数据技术的高精度物流企业客户画像方法在说明书摘要公布了：一种基于大数据技术的高精度物流企业客户画像方法，结合数据库的信息和多源异构爬虫的综合方式对用户数据进行收集，对原始数据进行预处理；根据收集到的用户数据发掘隐性特征，使用密度聚类算法对用户群分类，将分类的用户根据获取的隐性特征进行打分分类，再根据结果将用户分为三类用户；使用樽海鞘群算法优化的卷积神经网络对用户的包裹进行分类，同时采用激活函数以及根据网络过滤器的分值情况对网络进行修改，将包裹按三个维度进行分类，构建用户包裹的特征维度；根据用户的包裹和个人信息，完成用户数据标签化，生成高精度客户画像；从物流企业的角度出发，针对物流客户结合用户包裹进行画像，为物流企业提供更精准的客户画像。

本发明授权一种基于大数据技术的高精度物流企业客户画像方法在权利要求书中公布了：1.一种基于大数据技术的高精度物流企业客户画像方法，其特征在于，包括如下步骤，步骤S1.对用户数据进行收集并处理，结合数据库已有的信息和多源异构爬虫的综合方式对用户数据进行收集，对原始数据进行预处理，通过自适应的条件生成对抗网络对将原始数据中的缺失的数据进行填补,对错误的数据以及重复的数据分别进行删除；步骤S2.根据收集到的用户数据发掘隐性特征，使用密度聚类算法对用户群分类，将分类的用户根据获取的隐性特征进行打分分类，再根据得到的结果将用户分为高级用户、中级用户、一般用户；步骤S3.使用樽海鞘群算法优化的卷积神经网络对用户的包裹进行分类，同时采用激活函数以及根据网络过滤器的分值情况对网络进行修改，将包裹按重量、易损程度、紧急程度三个维度进行分类，构建用户包裹的特征维度；步骤S4.根据用户的包裹和用户个人信息，完成用户数据标签化，生成高精度客户画像；密度聚类算法中引入了一个密度指标ω，指标为 其中M为数据集中的点数，K为期望的聚类数，α取值范围为0-1之间，ω为计算每个点的局部密度所用的临近点个数，同时引用一个阈值nc，因此，局部密度pi为，其中dxi-xjk是xi和xjk之间的欧氏距离，其中jk是离点i最近的第k个点；设置决策函数γ完成聚类： 其中，δi为样本间的距离，当数据点xi具有最大局部密度时，δi取最大值，保证xi被选为聚类中心其定义为 所述密度聚类算法的具体步骤为，步骤S21.输入用户数据集S＝{x1，x2，…，xN}，使用阈值nc，聚类数K，获取临近点ω；步骤S22.将获取的临界点ω通过无核方式计算各样本点的局部密度pi；步骤S23.通过决策函数γ计算各样本点的γ值；步骤S24.计算选择各样本点的距离δi；步骤S25.利用各点降序排列的将各点γ值进行降序排列，选择前k个作为聚类中心；步骤S26.计算非聚类中心点到各中心点的距离的取最小值，该值小于使用阈值则分配到同一簇中，否则就舍弃该点，对各点逐一进行处理，最后确定各点最终的归属，完成聚类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区亚东新城区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。