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！

龙图腾网获悉聚多多(东莞)科技有限公司申请的专利一种基于数据分析的化塑电商管理平台及管理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：CN120494581B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510714094.7，技术领域涉及：G06Q10/0637；该发明授权一种基于数据分析的化塑电商管理平台及管理方法是由何文忠;孙树杰;徐广兴;刘家强;汤锦文设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本一种基于数据分析的化塑电商管理平台及管理方法在说明书摘要公布了：本发明公开了一种基于数据分析的化塑电商管理平台及管理方法，涉及电商管理技术领域。该方法包括：获取化塑产品的多维度数据并形成标准化数据集；通过LSTM‑GARCH预测模型对标准化数据集进行分析，输出预测的市场数据，包括：通过LSTM模型分析常规数据，获取化塑产品市场的长期变化规律；通过GARCH模型分析波动数据，判断是否存在突发事件影响；根据分析结果输出预测的市场数据并生成供应链管理决策。本发明通过应用LSTM‑GARCH模型，深度融合化塑市场长期规律与突发事件响应机制，实现了化塑供应链预测系统的智能化和动态化，使得系统能够实时捕捉市场变化，优化外贸管理策略，增强企业的国际竞争力。

本发明授权一种基于数据分析的化塑电商管理平台及管理方法在权利要求书中公布了：1.一种基于数据分析的化塑电商管理方法，其特征在于：包括如下步骤： 获取化塑产品在电商平台上的多维度数据，所述多维度数据包括反映市场趋势的常规数据和反映突发事件的波动数据； 对所述多维度数据进行预处理以形成标准化数据集； 通过预先训练的LSTM-GARCH预测模型对所述标准化数据集进行分析，输出预测的市场数据，具体包括： 将所述标准化数据集输入所述LSTM-GARCH预测模型；所述LSTM-GARCH模型包括GARCH模型和LSTM模型； 通过所述LSTM-GARCH预测模型中的LSTM模型分析所述常规数据，获取化塑产品市场的长期变化规律； 通过所述LSTM-GARCH预测模型中的GARCH模型分析所述波动数据，判断是否存在突发事件影响； 根据分析结果输出所述预测的市场数据； 根据所述预测的市场数据生成供应链管理决策； 其中，所述LSTM模型具有长期趋势捕捉功能；所述GARCH模型具有波动风险量化功能； 其中，所述预测的市场数据表示为： ； 表示LSTM模型的权重； 表示GARCH模型的权重，且在所述波动数据未发生异常波动时为0； 表示LSTM模型输出的预测结果； 表示GARCH模型输出的预测结果； 所述获取化塑产品在电商平台上的多维度数据，包括： 通过电商程序接口采集所述多维度数据； 将所述多维度数据分类为常规数据和波动数据，其中所述常规数据包括化塑产品的销售数据、原材料需求数据和库存变化数据；所述波动数据包括原油价格数据、汇率数据和关税数据； 针对所述常规数据和所述波动数据分别存储以便后续调用； 所述通过预先训练的LSTM-GARCH预测模型对所述标准化数据集进行分析，包括： 若未检测到所述波动数据发生异常波动，则通过所述LSTM模型对所述常规数据进行预测，输出预测的第二常规数据； 若检测到所述波动数据发生异常波动，则先通过所述GARCH模型对所述常规数据进行预测以得到第一常规数据，再将所述第一常规数据和通过LSTM模型对所述常规数据进行预测得到的第二常规数据进行校准，得到预测的第三常规数据； 根据所述第三常规数据或所述第二常规数据生成最终的所述预测的市场数据； 所述通过所述LSTM-GARCH预测模型中的GARCH模型分析所述波动数据，包括： 获取所述波动数据发生异常波动时的当前数据波动趋势； 在历史突发事件中获取与所述当前数据波动趋势的相似度超过预设阈值的相似突发事件； 分别提取发生异常波动的所述波动数据的特征值，以及与所述相似突发事件对应的历史波动数据的特征值，并对提取的两类特征值进行匹配，若二者特征匹配，则获取所述相似突发事件的基准参数； 基于所述基准参数，将获取的所述常规数据输入所述GARCH模型，得到所述常规数据在发生异常波动的波动数据影响下的波动率，以及预测的第一常规数据； 基于所述波动率判断当前突发事件的风险等级。

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聚多多(东莞)科技有限公司，其通讯地址为：523981 广东省东莞市沙田镇石化三路19号401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。