CN119539920A 基于大数据分析的电商智能运营监控与协同决策方法 （君世立信科技集团有限公司）

道288号工投高新智谷A区6栋2单元4楼基于大数据分析的电商智能运营监控与协本发明公开了基于大数据分析的电商智能识图谱并利用图嵌入模型动态更新知识图谱；2S4、利用动态知识图谱表示，结合神经关系推理S6、基于异常检测结果设计动态博弈优化模型2.根据权利要求1所述的基于大数据分析的电商智能运营监控与协同决策方法，其特3.根据权利要求1所述的基于大数据分析的电商智能运营监控与协同决策方法，其特S22、对原始数据集中的异常值进行处理，通过3;,其中t表示时间序列数据的总长度，滑动窗口大小为w，窗口移动步长为h，子序列为Sw={s,sir1,…sixw-1}，其中8表示子序列中的第i个数据点；计算子序列sn的时间序列特;34.根据权利要求1所述的基于大数据分析的电商智能运营监控与协同决策方法，其特;其中，表示第i个特征和第j个特征之间的关系权重，f;表示第i个特征，f;表示第j个特征，R(f,f)表示第i个特征和第j个特征之间基于关系强度的相关性，S(f,f)表示第i个特征和第j个特征之间上下文的时间依赖性，和表示权重系数；;表示节点"邻居节点的数量，N()表示节点",新增数据中的节点和边"更新节点集合和边集合，其中vtt+1)表示时间t+1时的节点集合，Et+1)表示时间t+1;"表示时间时节点;45.根据权利要求1所述的基于大数据分析的电商智能运营监控与协同决策方法，其特将领域知识表示为嵌入向量，所述领域知识包括历史电商数据、用通过多层注意力机制对领域知识嵌入与全局因果路径的节点嵌入结合全局路径权重和领域知识匹配度，对路径进行重要通过梯度反向传播优化可微知识增强层的参数，实现领域知识与数6.根据权利要求1所述的基于大数据分析的电商智能运营监控与协同决策方法，其特7.根据权利要求1所述的基于大数据分析的电商智能运营监控与协同决策方法，其特567[0009]本发明的一个目的在于提出基于大数据分析的电商智能运营监控与协同决策方台在复杂多变环境下的智能运营监控与精准协同决策，通过对多源异构数据的动态建模、;8;其中，f(s.)表示子序列s;其中，表示第i个特征和第j个特征之间的关系权重，f;表示第i个特征，f;表示第j个特征，R(f,f)表示第i个特征和第j个特征之间基于关系强度的相关性，S(f,f)表示第i个特征和第j个特征之间上下文的时间依赖性，和表示权重系数；;"S33、引入时间维度对初始知识图谱进行动态更新，设时间时的知识图谱为,新增数据中的节点和边"更新节点集合和边集合，其中vtt+1)表示时间t+1时的节点集合，Et+1)表示时间t+1;9;通过多层注意力机制对领域知识嵌入与全局因果路径的节点嵌入进行交互计算，[0020]本发明在多目标优化与协同决策方面展现了卓越的能力。基于动态博弈优化模图1为本发明提出的基于大数据分析的电商智能运营监控与协同决策方法的整体;;其中，f(s.)表示子序列s;其中，表示第i个特征和第j个特征之间的关系权重，f;表示第i个特征，f;表示第j个特征，R(f,f)表示第i个特征和第j个特征之间基于关系强度的相关性，S(f,f)表示第i个特征和第j个特征之间上下文的时间依赖性，和表示权重系数；;"S33、引入时间维度对初始知识图谱进行动态更新，设时间时的知识图谱为,新增数据中的节点和边"更新节点集合和边集合，其中vtt+1)表示时间t+1时的节点集合，Et+1)表示时间t+1;;通过多层注意力机制对领域知识嵌入与全局因果路径的节点嵌入进行交互计算，[0033]