恭喜广东南粤分享汇控股有限公司钟攀峰获国家专利权
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!
龙图腾网恭喜广东南粤分享汇控股有限公司申请的专利一种基于人工智能的电商订单处理方法及系统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:CN119579289B 。
龙图腾网通过国家知识产权局官网在2025-05-06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:202510140371.8,技术领域涉及:G06Q30/0601;该发明授权一种基于人工智能的电商订单处理方法及系统是由钟攀峰;刘璐设计研发完成,并于2025-02-08向国家知识产权局提交的专利申请。
本一种基于人工智能的电商订单处理方法及系统在说明书摘要公布了:本发明公开了一种基于人工智能的电商订单处理方法及系统,涉及电商订单处理技术领域。包括从电商平台采集订单数据,并对采集订单数据进行预处理;对订单数据进行特征提取,利用大数据处理技术进行特征融合得到综合特征数据;构建多层检测模型对提取的特征进行异常检测,基于异常检测结果,利用RPA技术和智能合约自动化处理异常订单;本发明利用大数据处理技术和机器学习算法,对订单数据进行预处理、特征融合、异常检测,以及深入分析,提高了订单处理的效率和准确性,再通过自然语言处理技术的应用使得系统能够自动识别并分类用户问题,不仅提升了订单处理的自动化水平,还优化了库存管理和市场营销策略。
本发明授权一种基于人工智能的电商订单处理方法及系统在权利要求书中公布了:1.一种基于人工智能的电商订单处理方法,其特征在于:包括如下步骤:从电商平台采集订单数据,并对采集订单数据进行预处理;对订单数据进行特征提取,利用大数据处理技术从多个渠道收集预处理数据,进行特征融合得到综合特征数据;构建多层检测模型对提取的特征进行异常检测,基于异常检测结果,利用RPA技术和智能合约自动化处理异常订单;所述构建多层检测模型对提取的特征进行异常检测,具体包括:构建自编码器神经网络,包括编码器和解码器,其中编码器用于将输入数据压缩成低维表示,解码器则将低维表示恢复成原始数据;使用正常订单数据训练自编码器,通过最小化输入和重构输出之间的差异来调整网络参数;使用训练好的自编码器对新的订单数据进行重构,通过Huber损失函数计算重构误差;其中通过设定阈值,用于区分正常数据和异常数据,当重构误差超过阈值,则数据点被视为异常;根据重构误差和设定的阈值,识别出异常订单,再利用RPA技术和智能合约自动化处理异常订单;使用自然语言处理技术识别并分类用户提出的与异常订单相关的问题,匹配出相应的解决方案,再基于分类结果,生成自然流畅的回复内容;其中,利用大数据处理技术从多个渠道收集预处理数据,进行特征融合得到综合特征数据,包括:使用卡方检验来评估每个特征与目标变量之间的相关性,选择与目标变量相关性高的特征;将与目标变量相关性高的特征输入到稀疏表示理论的特征融合算法中,生成综合特征数据;将从卡方检验方法中选出的特征作为输入数据,构建字典矩阵,其中每一列代表一个特征,初始化稀疏表示系数向量,使用Lasso回归算法优化稀疏表示系数向量,表示为:,其中是原始特征数据的向量,包含从卡方检验中选出的与目标变量相关性高的特征,表示字典矩阵,是特征矩阵,是稀疏表示系数向量,是正则化参数,用于控制L1正则化项的强度,从而促进稀疏性,表示系数向量的L1范数,即所有系数的绝对值之和,在使用Lasso回归算法优化稀疏表示系数向量后,综合特征数据表示为:;其中,通过Huber损失函数计算重构误差,表示为:,式中是原始输入数据,是自编码器的重构输出,是超参数,用于控制损失函数在误差时的敏感度;其中,使用自然语言处理技术识别并分类用户提出的与异常订单相关的问题,匹配出相应的解决方案,包括:通过SimCSE模型计算文本的相似度,将用户问题与预定义的问题类别进行匹配,并识别和分类问题;所述SimCSE模型表示为:,式中表示文本之间的非负语义距离,为调节因子,当语义距离为0时SimCSE模型有意义;根据分类的结果,从知识库中检索相应的解决方案,并利用自然语言生成技术将解决方案构建为自然语言回复,再通过自动化流程发送给用户。
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广东南粤分享汇控股有限公司,其通讯地址为:510000 广东省广州市天河区珠江西路15号4103室4104室4105室;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”。
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。