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 > 恭喜莆田学院梁玮承获国家专利权

恭喜莆田学院梁玮承获国家专利权

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!

龙图腾网恭喜莆田学院申请的专利基于交易行为分析的电商线上结算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:CN119741010B

龙图腾网通过国家知识产权局官网在2025-06-13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:202510248693.4,技术领域涉及:G06Q20/10;该发明授权基于交易行为分析的电商线上结算系统是由梁玮承设计研发完成,并于2025-03-04向国家知识产权局提交的专利申请。

基于交易行为分析的电商线上结算系统在说明书摘要公布了:本发明公开了基于交易行为分析的电商线上结算系统,涉及线上结算技术领域,包括商品初步预测单元、聚合特征确定单元、商品最终预测单元、交易结算单元和虚假交易识别单元。本发明通过商品初步预测单元保证该系统能够初步预测出每个用户在下一轮购物时所需的部分商品,并且为了进一步提高预测的准确度,利用聚合特征确定单元和商品最终预测单元确定了每个独立序列集对应的聚合特征表示和关联特征表示,由于在分析过程中结合了用户浏览、收藏商品的行为,使得后续根据这些特征表示预测商品选择优先级能够更加精确,该系统将两次预测的商品编号进行汇总,根据商品编号将商品信息推送至用户界面,提升用户体验感,同时增加交易达成的概率。

本发明授权基于交易行为分析的电商线上结算系统在权利要求书中公布了:1.基于交易行为分析的电商线上结算系统,包括虚假交易识别单元(5),其特征在于: 商品初步预测单元(1),所述商品初步预测单元(1)提取指定电商平台内所有用户的购买记录,按照记录中的用户编号以及交易时间对所有购买记录进行划分,得到多个分组,根据交易时间为每个分组构建出多个独立序列集,统计分组中所有独立序列集对应的时间特征向量,利用傅里叶变换将其转换为离散特征,设置权重矩阵后,利用权重矩阵和离散特征分析出每个独立序列集的频率特征向量,通过傅里叶逆变换将所有独立序列集的频率特征向量转换为对应的时间特征向量,利用FNN模型分析出每个用户对应的多个独立序列集的特征表示后,统计用户对应的所有独立序列集中每个商品的出现次数,利用商品的出现次数和独立序列集的特征表示预测出每个用户下一轮交易时独立序列集对应的商品编号; 聚合特征确定单元(2),所述聚合特征确定单元(2)确定每个用户对应的所有独立序列集内商品的嵌入向量和交互标签信息,将独立序列集内商品嵌入向量以及交互标签信息进行结合分析,从而确定出每个独立序列集在不同尺度下对应的交互时间特征向量,将交互时间特征向量转换为离散特征向量后,通过权重矩阵对离散特征向量进行点乘操作,得到优化后的交互频率特征向量,将交互频率特征向量转换为对应的交互时间特征向量,根据不同尺度下的交互时间特征向量分析出每个用户对应的多个独立序列集的聚合特征表示; 商品最终预测单元(3),所述商品最终预测单元(3)包括矩阵生成模块(301)、关联特征分析模块(302)、融合特征分析模块(303)和交易预测模块(304),所述矩阵生成模块(301)接收每个用户对应的所有独立序列集内商品编号以及商品交互标签信息后,利用矩阵生成算法对每个独立序列集内商品编号以及交互标签信息进行分析,得到每个用户对应的关系矩阵和交互矩阵,所述关联特征分析模块(302)将每个用户对应的关系矩阵和交互矩阵进行拼接操作,从而生成连接矩阵,利用卷积网络对连接矩阵进行分析,得到每个用户对应的多个独立序列集的关联特征表示,所述融合特征分析模块(303)接收每个用户对应的多个独立序列集的聚合特征表示和关联特征表示后,分别对聚合特征表示和关联特征表示进行计算,确定两者对应的动态权重后,通过融合特征分析算法对每个独立序列集的动态权重、聚合特征表示和关联特征表示进行分析,得到每个用户对应的各个独立序列集的融合特征表示,所述交易预测模块(304)根据每个用户对应的各个独立序列集的融合特征分析出每个用户对应的商品选择优先级,按照商品的选择优先级和筛选数目预测出每个用户下一轮交易时独立序列集对应的商品编号,所述矩阵生成算法具体为: ; ; 其中,表示用户的关系矩阵,表示第个独立序列集中的商品节点,表示第个独立序列集中商品之间的关系边,表示用户的交互矩阵,表示第个独立序列集中具有交互标签信息的商品节点,表示第个独立序列集中商品之间的交互边,表示第个独立序列集中的所有商品节点的集合,表示第个独立序列集中具有交互标签信息的所有商品节点集合,表示参数,表示独立序列集的编号,表示第个用户,表示用户的编号; 所述融合特征分析算法具体为: ; 其中,表示用户的第个独立序列集的融合特征表示,表示训练矩阵,表示转置后的训练矩阵,表示参数矩阵,表示用户的第个独立序列集的聚合特征表示,表示用户的第个独立序列集的关联特征表示,表示用户的编号,表示独立序列集的编号,表示第个用户; 交易结算单元(4),所述交易结算单元(4)提取每个用户下一轮交易的所有预测商品编号后,按照预测的商品编号将商品信息传输至用户推荐界面,接收用户发出的结算请求后,将支付方式以及流程返回至用户结算界面,确定支付完成时间,将其作为交易时间,根据用户编号、商品编号、商品名称以及交易时间生成购买记录。

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莆田学院,其通讯地址为:351131 福建省莆田市荔城区西天尾镇紫霄东路2121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”。

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。