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!
申请/专利权人:广东德澳智慧医疗科技有限公司
摘要:一种基于随机梯度提升树算法的跨境电商产品信用标记与售后系统,包括跨境电商产品云平台模块、跨境电商产品信用等级分类模块和跨境电商产品售后模块,针对现有国际中的跨境电子商务一体化运维问题中人工操作复杂,同一性存在差异,系统分布不灵活和产品信用难以区分的问题,将云平台和智能算法与跨境电子商务相结合,实现跨境电商的整体性系统控制和不同地区的产品信用追踪。其应用层面广,经济成本低,可以推广至社会应用,丰富跨境自由贸易体系,带来良好的社会和经济效益。
主权项:1.一种基于随机梯度提升树算法的跨境电商产品信用标记与售后系统,包括跨境电商产品云平台模块、跨境电商产品信用等级分类模块和跨境电商产品售后模块;S1.对跨境电商产品的生产厂家及代理销售商进行信息溯源,初步评定厂家的信用状态;S2.标记同一产品在不同国际区域的销售对比信息,构建跨境电商产品数据库,基于系统数据库,用户界面和云服务搭建分布式的云平台和跨境电商网络代理的访问权限,保证信息安全;S3.将交易过程中的产品处理问题记录在系统数据库中,将单位时间段内的同一产品的交易评价信息基于随机梯度提升树算法进行多角度的产品厂家信用分类;S4.基于产品厂家信用分类的结果,结合买家评价等级构建动态的信用评估模型,在系统数据库中记录买家信息,追踪售后评价和言论,验证产品厂家的信用分类情况与信用评估模型的匹配度,反演买家信息,与买家进行沟通,如果存在买家恶意评价的现象,则剔除相应的记录,保证相对客观的信用信息;S5.实时更新系统数据,将单位时间段内的信息更新至用户界面,为买家提供选购依据,为跨境电商提供信用约束和出售服务;所述S3中单位时间段内的同一产品的交易评价信息基于改进的GBDT算法进行多角度的产品厂家信用分类,详细过程如下:采用贪心的策略,每次训练一个弱分类模型,让每一个基模型的预测值hmx逼近它需要预测的部分真实值,然后把这些基模型的预测值加权组合;每个弱分类模型的结构是一棵二叉决策树,在训练弱分类模型的过程中,模型学习真实值y与上一轮迭代后的预测值Fm-1x之差,即拟合残差,残差y-Fm-1x是立方损失函数的反向梯度,x是输入的厂家信用自变量,如下式所示: 其中,x表示产品数据库的属性变量,拟合残差后,之前的迭代预测值Fm-1x加上本轮得到的预测值hmx得到的Fmx,使平方误差损失函数降低,最终可使得整体模型的预测值Fx逼近真实值y,此时每个基模型拟合的是损失函数的反向梯度,经过输入、训练和迭代后得到标准模型;使用改进的GBDT算法,残差y-Fm-1x使用立方损失函数的反向梯度。
全文数据:
权利要求:
百度查询: 广东德澳智慧医疗科技有限公司 一种跨境电商产品信用标记与售后系统
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。