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 IP管家助手 科技果 科技人才 科技服务 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 > 杭州邻汇网络科技有限公司李颖翀获国家专利权

杭州邻汇网络科技有限公司李颖翀获国家专利权

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!

龙图腾网获悉杭州邻汇网络科技有限公司申请的专利一种商业空间内不同场景的用户消费行为分析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:CN119850253B

龙图腾网通过国家知识产权局官网在2025-07-08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:202510316020.8,技术领域涉及:G06Q30/0202;该发明授权一种商业空间内不同场景的用户消费行为分析方法及系统是由李颖翀;施可;陈特夫设计研发完成,并于2025-03-18向国家知识产权局提交的专利申请。

一种商业空间内不同场景的用户消费行为分析方法及系统在说明书摘要公布了:本发明涉及空间行为分析技术领域,本发明公开了一种商业空间内不同场景的用户消费行为分析方法及系统,包括通过无线定位装置和分布式环境传感器获取用户行为数据;将多源异构数据进行时空对齐,并融合交易系统的商品粒度数据构建三维轨迹模型;基于三维轨迹模型识别用户的驻留特征与移动模式,关联商品分布生成动态热力图;根据热力图的密度梯度与用户属性层级调整导引策略及环境参数;整合支付特征数据与用户行为数据更新用户标签,生成跨区域关联策略,本方法提供了全面、灵活且高效的商业空间用户消费行为分析方法,解决了现有技术对用户动态行为理解不足的问题,从而推动商业智能化进程。

本发明授权一种商业空间内不同场景的用户消费行为分析方法及系统在权利要求书中公布了:1.一种商业空间内不同场景的用户消费行为分析方法,其特征在于:包括, 通过无线定位装置和分布式环境传感器获取用户行为数据; 将多源异构数据进行时空对齐,通过用户的活动轨迹与存储在数据库中的动态环境数据建立联结,计算时间戳和位置标识在空间和时间上的相似性,动态关联数据,构建三维轨迹模型; 基于三维轨迹模型识别用户的驻留特征与移动模式,关联商品分布生成动态热力图; 所述识别用户的驻留特征与移动模式包括,从用户行为数据中提取驻留时间、频率和移动速度的行为特征,构建用户活动模型; 用户活动模型的输入层接收多种状态信息,包括: 用户位置信息,即当前坐标(x,y),即用户在商业空间内的实时坐标位置; 时间戳,用于捕捉用户行为的时间特征; 用户历史行为,帮助用户活动模型捕获用户的习惯; 用户活动模型的隐藏层使用3-5层的全连接隐藏层,每层包含多个神经元: 使用ReLU激活函数,以引入非线性,并加速收敛;采用Dropout来减少过拟合的风险,提高泛化能力; 输出层用于预测用户的下一个行为: 进行粗略行为预测时,当作二分类问题输出两个节点,分别表示“移动”和“停留”的概率,其中,移动停留分类的F1-score≥0.92; 进行精确的下一位置预测时,创建一个回归层输出用户的下一个位置坐标(x',y'),提供用户预期行为的具体位置; 预测位置与真实坐标的欧氏距离误差均值MAE,当米时判定收敛;计算方式: ; 其中,为样本总数,、分别为预测位置横纵坐标值,、分别为真实位置横纵坐标值; 应用增强学习中的行为克隆方法,模拟用户在商业空间的典型移动模式,通过实时数据反馈机制,持续监控用户行为数据的变化,采用流数据分析技术,实时捕捉用户行为趋势,调整用户活动模型参数; 通过增量学习方法,在用户活动模型不进行重新训练的情况下,仅基于新增数据进行参数调整,使用户活动模型始终反映最新的用户行为特征; 使用正则化损失函数计算新增数据对当前模型的误差梯度,公式为: ; 其中,为误差梯度,α为动态学习率,λ为正则化系数,为新数据损失函数的梯度,为输入数据; 模型底层特征提取层前3层全连接网络参数固定,仅对顶层行为预测层进行参数调整;通过Softmax概率值衡量置信度,当新增数据的预测置信度,触发局部参数更新;否则保留原参数,由于边缘节点每分钟上传一个数据分片,中心节点按微批次更新,单次参数调整幅度受动态学习率α限制; 所述生成动态热力图包括,将用户行为数据转化为热力图格式,区分不同时间段的热度; 捕捉用户行为数据中非线性关系,识别用户活动的行为特征,并通过二次或三次多项式函数映射将行为特征到热力图空间,将用户热点区域分为高、中、低热度区,每个热度区对应不同颜色,优先为高消费等级用户规划绕行路径至低密度等候区; 根据热力图的密度梯度与用户属性层级调整导引策略,将用户反馈与热力图数据相结合,计算用户满意度对热度数据的影响,并根据结果动态更新热力图; 整合支付特征数据与用户行为数据更新用户标签,生成跨区域关联策略,将策略执行后的用户行为变化作为优化信号,当任一关联策略未达预期目标,自动降级当前策略优先级。

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杭州邻汇网络科技有限公司,其通讯地址为:311100 浙江省杭州市余杭区五常街道西溪八方城11幢207室-210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”。

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。