Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京云车易购科技有限公司刘顺峰获国家专利权

北京云车易购科技有限公司刘顺峰获国家专利权

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!

龙图腾网获悉北京云车易购科技有限公司申请的专利一种基于大数据分析的跨境电商营销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:CN120374162B

龙图腾网通过国家知识产权局官网在2025-10-21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:202510451735.4,技术领域涉及:G06Q30/0201;该发明授权一种基于大数据分析的跨境电商营销系统是由刘顺峰;蔡凡;周壮设计研发完成,并于2025-04-11向国家知识产权局提交的专利申请。

一种基于大数据分析的跨境电商营销系统在说明书摘要公布了:本发明公开了一种基于大数据分析的跨境电商营销系统,涉及跨境电商营销技术领域,本发明基于系统动力学原理,引入非线性激活函数和反馈影响系数后,精确刻画各指标间的相互作用,能够实时映射市场中各变量的内在联系;动态模型不断根据实时输入数据更新,对市场波动的反应更加灵敏;此外,采用基于Actor‑Critic结构的深度强化学习算法,将动态建模模块输出的综合状态信息作为输入,利用预定义的奖励函数生成混合托管资源配置策略;结合历史与实时数据进行在线学习,通过经验回放缓冲区稳定训练过程,实现自营与外包资源分配比例的自适应调整,有效平衡了成本控制与品牌调性维护的矛盾,解决了传统托管模式中响应滞后和决策不精准的问题。

本发明授权一种基于大数据分析的跨境电商营销系统在权利要求书中公布了:1.一种基于大数据分析的跨境电商营销系统,其特征在于:包括, 营销监控模块,用于采集营销数据,并从营销数据中提取营销指标;所述营销指标以融合数据包形式传送至动态建模模块; 动态建模模块,该模块利用所述融合数据包构建营销指标中的变量之间的因果反馈网络,通过连续的动态仿真对变量之间内在联系进行实时映射,输出综合状态信息; 决策优化模块,采用深度强化学习算法根据综合状态信息通过预定义的奖励函数生成混合托管资源配置策略,对自营与外包资源分配比例进行调整; 显示平台,用于以图形化界面实时展示所述融合数据包、动态建模模块及决策优化模块的优化结果,允许用户进行参数调整; 所述动态建模模块输出的综合状态信息作为深度强化学习算法的输入,决策优化模块采用基于Actor-Critic结构的深度强化学习算法,生成混合托管资源配置策略,对自营与外包资源分配比例进行调整; 所述决策优化模块通过Actor网络从综合状态信息中生成动作,然后利用Critic网络评估状态与动作对的价值,依据预定义奖励函数对模型参数进行在线更新,形成实时在线学习机制; 所述决策优化模块中: 所述Actor网络生成资源配置策略,表示为: at=μSt|θμ, 其中,at表示在时刻t的资源配置策略中自营资源的分配比例,取值范围在[0,1],μ·|θμ表示Actor网络映射函数,St表示综合状态信息向量,由动态建模模块输出,θμ表示Actor网络参数; 预定义的奖励函数根据综合状态信息评价转化率、利润率和品牌影响力,公式为: Rt=α1fconvSt+α2fprofitSt+α3fbrandSt, 其中,Rt表示时刻t的即时奖励,α1、α2和α3分别为衡量转化率、利润率与品牌影响力的权重参数,fconvSt表示将综合状态信息映射到转化率的函数,fprofitSt表示将综合状态信息映射到利润率的函数,fbrandSt表示将综合状态信息映射到品牌影响力的函数,St为综合状态信息; 采用目标Q值构造Critic网络,目标Q值公式表示为: yt=Rt+γQSt+1,μSt+1|θμ|θQ, 其中,yt表示目标Q值,Rt为即时奖励,γ表示折扣因子,Q·,·|θQ表示Critic网络映射函数,St+1表示时刻t+1的综合状态信息,μSt+1|θμ表示在下一时刻状态下Actor网络生成的动作,θQ表示Critic网络参数; Critic网络利用均方误差损失函数更新参数,其表达式为: LθQ=E[yt-QSt,at|θQ2], 其中,LθQ表示Critic网络的损失函数,E[·]表示对经验样本的期望操作,yt为目标Q值,QSt,at|θQ表示当前状态St与动作at对应的Q值,at为由Actor网络生成的动作,θQ为Critic网络参数; 同时,依据策略梯度法更新Actor网络参数,其梯度表达式为: 其中,表示Actor网络参数的梯度,为Critic网络关于动作at的梯度,为Actor网络关于其参数的梯度,St表示综合状态信息,at为当前动作,θμ与θQ分别为Actor和Critic网络参数; 在线学习机制依赖于经验回放缓冲区,该缓冲区存储经验元组St,at,Rt,St+1,通过随机抽取小批量样本进行网络参数的更新; 所述预定义的奖励函数中,转化率映射函数采用sigmoid形式表达,表示为: 其中,x1t表示订单流在时刻t的取值,x4t表示客户响应在时刻t的取值,β11表示订单流对转化率映射的影响系数,β12表示客户响应对转化率映射的影响系数,β13表示转化率映射函数的偏置项; 利润率映射函数定义为: 其中,x2t表示成本变化在时刻t的取值,x1t表示订单流在时刻t的取值,β21表示成本变化对利润率映射的影响系数,β22表示订单流对利润率映射的影响系数,β23表示利润率映射函数的偏置项; 品牌影响力映射函数展开为: 其中,x3t表示品牌形象在时刻t的取值,x4t表示客户响应在时刻t的取值,β31表示品牌形象对品牌影响力映射的影响系数,β32表示客户响应对品牌影响力映射的影响系数,β33表示品牌影响力映射函数的偏置项。

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北京云车易购科技有限公司,其通讯地址为:102400 北京市房山区弘安路87号院5号楼2层228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”。

以上内容由龙图腾AI智能生成。

免责声明
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。