買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉合肥工業(yè)大學申請的專利融合車主偏好的車貨匹配方法、裝置、存儲介質(zhì)和電子設備獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115186175B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210634790.3，技術領域涉及：G06F16/9535；該發(fā)明授權融合車主偏好的車貨匹配方法、裝置、存儲介質(zhì)和電子設備是由凌海峰;易煥美;孫見山;袁昆;錢洋;劉業(yè)政;姜元春;柴一棟;陳夏雨;徐旺設計研發(fā)完成，并于2022-06-07向國家知識產(chǎn)權局提交的專利申請。

本融合車主偏好的車貨匹配方法、裝置、存儲介質(zhì)和電子設備在說明書摘要公布了：本發(fā)明提供了一種融合車主偏好的車貨匹配方法、裝置、存儲介質(zhì)和電子設備，涉及車貨匹配技術領域。本發(fā)明充分利用了車主歷史行為序列信息，歷史行為是對車主偏好的一種體現(xiàn)，有些偏好是靜態(tài)的或隨時間緩慢變化的，有些偏好是動態(tài)的實時變化的，它們從不同的角度展現(xiàn)了車主的偏好，所以結(jié)合這兩種不同類型的偏好形式能夠更好的反映車主的個性化偏好。在此基礎上，本發(fā)明提出了一種新的車貨匹配方法思路，即“預測+決策”，通過建立深度學習模型有效挖掘車主長短期偏好，提高預測的精度，再將偏好預測的結(jié)果融合到車貨匹配決策模型的構建過程中，有效提高車貨匹配效率，降低匹配成本，提升車主滿意度與粘性，因此在實際應用中更具價值。

本發(fā)明授權融合車主偏好的車貨匹配方法、裝置、存儲介質(zhì)和電子設備在權利要求書中公布了：1.一種融合車主偏好的車貨匹配方法，其特征在于，該方法包括： 獲取車貨相關數(shù)據(jù)；所述車貨相關數(shù)據(jù)包括：車主數(shù)據(jù)、歷史貨源數(shù)據(jù)、車主歷史交互行為序列數(shù)據(jù)以及待匹配貨源數(shù)據(jù)；且所述車主歷史交互行為序列數(shù)據(jù)為按時間排序的車主在網(wǎng)絡貨運平臺中實際運輸并給出好評的貨源數(shù)據(jù)； 基于車貨相關數(shù)據(jù)預測車主對待匹配貨源的綜合偏好；所述綜合偏好為車主與待匹配貨源產(chǎn)生交互行為的概率； 獲取考慮綜合偏好、車輛裝載率和匹配成本的車貨匹配決策模型； 獲取所述車貨匹配決策模型的最優(yōu)解作為車貨匹配結(jié)果； 所述車貨匹配決策模型，包括： 目標函數(shù)： 其中， 表示平臺對于車主綜合偏好的偏重程度； 表示平臺對于車輛裝載率的偏重程度； 表示平臺對于降低匹配成本的偏重程度； 、 、 分別表示綜合偏好得分率、裝載率、匹配成本， ， ； 表示車主v對貨源c的綜合偏好； 為車主v對貨源c匹配的決策變量；且 進而得到車貨匹配決策變量矩陣： 分別為待匹配車主數(shù)量和待匹配貨源數(shù)量； 為車主v當前位置與貨源c起點的距離； 為車主v擁有車輛的車長、載重和容積； 為貨源c的長度、重量和體積； D為給定的可匹配的最大距離； 約束條件： 條件1：每位車主至多匹配一個貨源，表示為： ， 條件2：每個貨源至多匹配一位車主，表示為： ， 條件3：每位車主匹配的貨源長度不超過車輛長度，表示為： ， ， 條件4：每位車主匹配的貨源重量不超過車輛載重，表示為： ， ， 條件5：每位車主匹配的貨源體積不超過車輛容積，表示為： ， ， 條件6：每位車主距離匹配貨源的起點不超過最大匹配距離，表示為： ， ， 其中，分別為車主集和貨源集。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.gztjhr.cn/list?keyword=%E5%90%88%E8%82%A5%E5%B7%A5%E4%B8%9A%E5%A4%A7%E5%AD%A6&temp=1">合肥工業(yè)大學，其通訊地址為：230009 安徽省合肥市包河區(qū)屯溪路193號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。