基于Web2.0的电子商务中基于商品名的实体识别

由于Web2.0的出现,电子商务数据经常由不同网站和不同用户输入,从而同一商品存在着多种描述,这为用户检索和对比商品带来了困难。针对这种情况,本文基于商品名信息对商品进行分类,使得每一类描述一种现实中的商品。本文提出的系统拟将商品名拆分成为关键词集合,基于关键词集合相似性进行分类。对关键词拆分方法、基于集合的分类方法、关键词权重设置方法和相关反馈进行了研究。实验结果表明:本文提出的方法可以快速有效地对商品进行分类,并且权重设置和相关反馈策略可以有效地提高实体识别的准确性。

面向自动化配送的天然气用户需求智能预测

针对解决天然气销售公司的自动化配送问题,从用户需求预测方面着手提出了天然气用户需求智能预测方法。基于天然气公司提供的各个用户实际天然气储气罐监控数据,选取天然气储气罐瞬时流量数据进行拟合和预测。将复杂的用户数据分为两类:零点规律型和非零点规律型。对于零点规律型数据,采用分段多项式模型拟合,并采用曲线平移法进行预测对非零点规律性进行预测。实验结果表明,文中提出的方法可以快速有效地预测用户需求,文中提出的技术为进一步实现天然气自动化配送奠定了基础。