Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜深圳市逸马科技有限公司马瑞光获国家专利权

恭喜深圳市逸马科技有限公司马瑞光获国家专利权

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!

龙图腾网恭喜深圳市逸马科技有限公司申请的专利基于连锁经营效益监管系统的数据分析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:CN119151580B

龙图腾网通过国家知识产权局官网在2025-04-25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:202411597947.5,技术领域涉及:G06Q30/0201;该发明授权基于连锁经营效益监管系统的数据分析方法是由马瑞光设计研发完成,并于2024-11-11向国家知识产权局提交的专利申请。

基于连锁经营效益监管系统的数据分析方法在说明书摘要公布了:本申请涉及数据分析技术领域,公开了一种基于连锁经营效益监管系统的数据分析方法,该方法包括:对连锁经营企业各门店的多维度数据进行采集和预处理,得到多维时间序列数据;进行多维度相似度计算和模糊聚类,得到门店聚类结果和模糊隶属度;构建决策树模型并进行门店经营状态评估,得到门店经营状态评估结果;进行时序特征提取,构建语义分割网络,得到门店业务预测模型;对多门店业务数据进行深度预测,得到门店业务预测结果;基于门店经营状态评估结果、门店业务预测结果和模糊隶属度进行综合异常预测和资源优化配置,得到异常预测报告和优化方案,进而提高了经营状态评估的准确性。

本发明授权基于连锁经营效益监管系统的数据分析方法在权利要求书中公布了:1.一种基于连锁经营效益监管系统的数据分析方法,其特征在于,所述方法包括:对连锁经营企业各门店的多维度数据进行采集和预处理,得到多维时间序列数据;对所述多维时间序列数据进行多维度相似度计算和模糊聚类,得到门店聚类结果和模糊隶属度;基于所述门店聚类结果和所述模糊隶属度构建决策树模型,并对所述多维时间序列数据进行门店经营状态评估,得到门店经营状态评估结果;对所述多维时间序列数据进行时序特征提取,构建语义分割网络,得到门店业务预测模型;具体包括:将所述多维时间序列数据分为销售数据、客流数据和库存数据三个子集,并分别进行小波变换,得到多尺度时频特征;根据所述多尺度时频特征构建时间卷积网络,得到第一局部时序特征,所述时间卷积网络包含3个一维卷积层,每层使用64个卷积核,核大小为3,步长为1,采用ReLU激活函数;对所述第一局部时序特征进行长短时记忆网络处理,得到第一全局时序特征,所述长短时记忆网络包含2个LSTM层,每个LSTM层包含128个隐藏单元;将所述第一局部时序特征和所述第一全局时序特征通过注意力机制进行特征融合,得到第一混合时序特征,所述注意力机制采用缩放点积注意力,注意力头数为8;对所述第一混合时序特征进行自注意力机制处理,得到第一注意力加权特征,所述自注意力机制包含3个自注意力层,每层的隐藏维度为256;根据所述第一注意力加权特征构建编码器-解码器结构,得到初始语义分割网络,所述编码器包含5个下采样块,每个下采样块包含两个3x3卷积层和一个最大池化层,所述解码器包含5个上采样块,每个上采样块包含一个转置卷积层和两个3x3卷积层;对所述初始语义分割网络进行残差连接优化,得到优化后的语义分割网络,在每个编码器和解码器块之间添加残差连接,残差连接采用1x1卷积进行通道匹配;将所述优化后的语义分割网络与门店属性信息进行条件嵌入,得到条件语义分割网络,所述门店属性信息经过嵌入层处理后与每个解码器块的输出进行连接操作;对所述条件语义分割网络进行多任务学习,同时预测销售额、客流量和库存水平,得到多任务预测模型,所述多任务预测模型在网络末端分为三个分支,每个分支包含2个全连接层,输出层使用线性激活函数;将所述多任务预测模型与时间序列分解模型集成,得到门店业务预测模型;基于所述门店业务预测模型和所述门店聚类结果对多门店业务数据进行深度预测,得到门店业务预测结果;具体包括:对所述多门店业务数据进行时间序列分解,得到趋势、季节性和随机成分;将所述趋势、季节性和随机成分输入所述门店业务预测模型的特征提取层,通过3个一维卷积层进行处理,得到第二局部时序特征;对所述第二局部时序特征输入所述门店业务预测模型的时序建模层,通过2个LSTM层处理,得到第二全局时序特征;将所述第二局部时序特征和所述第二全局时序特征输入注意力融合机制,得到第二混合时序特征;对所述第二混合时序特征输入3个自注意力层进行注意力加权处理,得到第二注意力加权特征;将所述第二注意力加权特征输入语义分割层的编码器-解码器结构,经过5个下采样块和5个上采样块处理,得到初始语义特征;根据所述门店聚类结果提取门店属性信息,将所述门店属性信息与所述初始语义特征进行条件嵌入,得到条件语义特征;将所述条件语义特征输入多任务预测层,通过3个并行的全连接层分别预测销售额、客流量和库存水平,得到初步预测结果;对所述初步预测结果进行集成,得到门店业务预测结果,所述门店业务预测结果包括点预测值和预测区间;基于所述门店经营状态评估结果、所述门店业务预测结果和所述模糊隶属度进行综合异常预测和资源优化配置,得到异常预测报告和优化方案。

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深圳市逸马科技有限公司,其通讯地址为:518000 广东省深圳市龙华区民治街道北站社区民治股份商业中心C座4801;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”。

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。