CN110147929A - 公益捐赠物资分配方法、装置、计算机设备及存储介质 - Google Patents
公益捐赠物资分配方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110147929A CN110147929A CN201910301202.2A CN201910301202A CN110147929A CN 110147929 A CN110147929 A CN 110147929A CN 201910301202 A CN201910301202 A CN 201910301202A CN 110147929 A CN110147929 A CN 110147929A
- Authority
- CN
- China
- Prior art keywords
- donations
- goods
- materials
- demand
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明公开了一种公益捐赠物资分配方法、装置、计算机设备及存储介质,所述方法包括:获取捐赠方的供给信息,并将供给信息转换成供给向量;获取受赠方的需求信息,并将需求信息转换成需求向量;根据预设捐赠物资分配模型,将供给向量和需求向量映射到预设捐赠物资分配模型定义的多维坐标系中,其中,供给向量所在的坐标点作为供给点,需求向量所在的坐标点作为需求点;通过计算多维坐标系中供给点与需求点之间的距离,从而确定最匹配的捐受双方,并生成捐赠分配记录;将捐赠分配记录保存到预设捐赠数据库中,其中,预设捐赠数据库用于公开捐赠分配记录。本发明的技术方案解决捐赠供给与受赠需求不能精确匹配的问题。
Description
技术领域
本发明涉及信息处理领域,尤其涉及公益捐赠物资分配方法、装置、计算机设备及存储介质。
背景技术
随着时代的发展,人们的生活质量水平不断提高,但由于各种原因,仍然存在着一些需要帮助的困难群众。政府及社会各界爱心组织开展的公益性捐赠活动一直在为需要帮助的人默默地作出贡献。
然而,目前的捐赠活动仍存在一些问题。捐赠供给和授捐需求不能及时匹配,造成局部地区的供需不平衡;捐赠的物资与实际需求的物资存在差距,不能物尽其用,造成资源浪费,例如,实际需求的物资为中小学适龄学生的书籍或读物,而捐赠的物资中混有大量学前儿童的读物。此外,捐赠物资的流向无法做到全程公开透明,便于公众进行监督。
发明内容
本发明实施例提供一种公益捐赠物资分配方法、装置、计算机设备及存储介质,以解决捐赠供给与受赠需求不能精确匹配的问题。
一种公益捐赠物资分配方法,包括:
获取捐赠方的供给信息,并将所述供给信息转换成供给向量;
获取受赠方的需求信息,并将所述需求信息转换成需求向量;
根据预设捐赠物资分配模型,将所述供给向量和所述需求向量映射到所述预设捐赠物资分配模型定义的多维坐标系中,其中,所述供给向量所在的坐标点作为供给点,所述需求向量所在的坐标点作为需求点;
计算每个所述供给点与每个所述需求点之间的距离,并将与每个所述需求点距离最短的供给点作为与该需求点匹配的目标供给点;
将与所述目标供给点对应的捐赠方分配给与与所述目标供给点匹配的所述需求点对应的受赠方,并生成捐赠分配记录;
将所述捐赠分配记录保存到预设捐赠数据库中,其中,所述预设捐赠数据库用于公开所述捐赠分配记录。
一种公益捐赠物资分配方法装置,包括:
第一信息采集模块,用于获取捐赠方的供给信息,并将所述供给信息转换成供给向量;
第二信息采集模块,用于获取受赠方的需求信息,并将所述需求信息转换成需求向量;
映射模块,用于根据预设捐赠物资分配模型,将所述供给向量和所述需求向量映射到所述预设捐赠物资分配模型定义的多维坐标系中,其中,所述供给向量所在的坐标点作为供给点,所述需求向量所在的坐标点作为需求点;
计算模块,用于计算每个所述供给点与每个所述需求点之间的距离,并将与每个所述需求点距离最短的供给点作为与该需求点匹配的目标供给点;
分配模块,用于将与所述目标供给点对应的捐赠方分配给与与所述目标供给点匹配的所述需求点对应的受赠方,并生成捐赠分配记录;
存储模块,用于将所述捐赠分配记录保存到预设捐赠数据库中,其中,所述预设捐赠数据库用于公开所述捐赠分配记录。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述公益捐赠物资分配方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述公益捐赠物资分配方法。
上述公益捐赠物资分配方法、装置、计算机设备及存储介质,获取捐赠方的供给信息,并将供给信息转换成供给向量;获取受赠方的需求信息,并将需求信息转换成需求向量;即对捐受双方的信息进行抽象提取,并转换成向量的形式;通过预设捐赠物资分配模型对供给向量和需求向量进行分类,将供给向量和需求向量映射到同一个多维坐标系中,并通过计算代表供给向量和需求向量的坐标点之间的距离来作为选择最匹配捐受双方的标准,即,通过精确量化的方式,使得受捐需求得到最大程度的满足,捐赠物资得到最大程度的利用,捐赠供给与受赠需求得到精确匹配;同时,将生成的捐赠分配记录进行公开,使得整个捐受过程能方便的得到公众监督。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中公益捐赠物资分配方法的一应用环境示意图;
图2是本发明一实施例中公益捐赠物资分配方法的流程图;
图3是本发明一实施例中公益捐赠物资分配方法中步骤S3的流程图;
图4是本发明一实施例中公益捐赠物资分配方法中步骤S32的流程图;
图5是本发明一实施例中对特征标签进行确认的流程图;
图6是本发明一实施例中公益捐赠物资分配方法装置的示意图;
图7是本发明一实施例中计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供的公益捐赠物资分配方法,可应用在如图1的应用环境中,其中,服务端是提供公益捐赠物资分配方法服务的计算机设备,服务端可以是服务器或服务器集群;客户端是用户向服务端提交捐赠信息或受赠信息的计算机终端设备,包括但不限于浏览器、手机APP等;客户端与服务端之间通过网络连接,网络可以是有线网络或无线网络。涉及公益捐赠物资分配的用户大致可以分为三种:捐赠方、受赠方以及实行公众监督的第三方。服务端可以对不同的用户进行分组,并设置不同的权限。例如,捐赠方可以分为匿名组、实名组、自然人组、法人或其他组织、机构组等;第三方可以分为政府组织、授信的社会公益机构、普通公众等;受赠方可以分为个人组、法人或机构组等。本发明实施例提供的公益捐赠物资分配方法应用于服务端。
在一实施例中,如图2所示,提供了一种公益捐赠物资分配方法,其具体实现流程包括如下步骤:
S1:获取捐赠方的供给信息,并将供给信息转换成供给向量。
捐赠方的供给信息主要包括捐赠人的基本信息和捐赠物资的基本信息。
其中,捐赠人的基本信息包括捐赠人的名字、联系方式、捐赠时间等;捐赠人可以是自然人、法人或其他政府组织或社会公益机构;捐赠人姓名也可以为匿名。
捐赠物资的基本信息主要分为实物类物资和非实物类物资,实物类物资信息主要包括捐赠物资的品名、捐赠物资的图片、捐赠物资所在的地理位置、新旧程度、用途、等等;非实物类包括现金、支票等金融货币。
供给向量是对供给信息进行数据抽取后得到的数据结构。例如,服务端可以将供给信息转换成数组或对象。供给向量的分量对应供给信息中的具体信息。
以将供给信息转换成数组为列,数组中的元素可以为数值类型,或字符类型。如供给信息中捐赠人的名字、捐赠物资的品名等可以存储为字符类型;供给信息中捐赠物资的图片可以存为图片的链接地址;捐赠人的联系方式如电话号码可以存为数值类型,等。
捐赠方通过客户端提交捐赠方信息和捐赠物资信息。
具体地,捐赠方可以登录服务端的Web网站,在预设的页面进行提交,或者,通过手机APP提交。服务端可以通过表单获取捐赠方信息和捐赠物资信息,并将供给信息转换成供给向量,然后保存到预设的物资数据库中。其中,数据库包括但不限于各种关系型或非关系型数据库,如MS-SQL、Oracle、MySQL、Sybase、DB2、Redis、MongodDB、Hbase等,数据库可以在服务端本地,或通过网络与服务端相连。
S2:获取受赠方的需求信息,并将需求信息转换成需求向量。
受赠方信息主要包括受赠人的基本信息和受赠需求信息。
其中,受赠需求信息与捐赠物资信息类似,可以分为实物类需求和非实物类需求,然后对各类需求进行细分,例如,实物类需求可以分为衣物、文具、书籍等等,非实物类需求主要是各类金融货币等。针对每个受赠需求,受赠需求信息中还包括但不限于:需求物资的品名、数量、所在地区等。
受赠人的基本信息包括受赠人信息,如姓名、联系方式等,出于信息保密的考虑,可以将受赠人的敏感信息隐藏,只供有权限的用户查看。其中,有权限的用户包括,授信的第三方机构或组织,提出一对一帮扶的捐赠人等等。
需求向量是对受赠方的需求信息进行数据抽取后得到的数据结构。需求向量具体可以是数组或对象。需求向量中的分量对应受赠需求信息中的具体信息。
具体地,受赠人从客户端提交受赠方信息到服务端,由服务端对其中的受赠人信息和受赠需求进行分类,然后转换成需求向量。其中,对每个受赠人和每个受赠需求进行编号,并关联存储到预设的物资数据库中,使得可以根据受赠人的编号查找到受赠需求,或根据受赠需求的编号查找到受赠人。
S3:根据预设捐赠物资分配模型,将供给向量和需求向量映射到预设捐赠物资分配模型定义的多维坐标系中,其中,供给向量所在的坐标点作为供给点,需求向量所在的坐标点作为需求点。
预设捐赠物资分配模型,即从多个维度对捐赠方和受赠方进行精确匹配,使得捐受双方得到最佳配对。其中,预设捐赠物资分配模型涉及到的维度包括捐赠物资和受赠需求之间的匹配度:捐赠物资所在地和受赠需求所在地之间的物流成本匹配度;捐赠时间和受赠需求的紧急程度之间的匹配度,根据受赠方对以往捐赠情况的反馈而形成的用户画像,等。
例如,衣物可以根据季节、尺寸大小、重量、新旧程度等进行划分;书籍可以根据适用年龄、学科门类等进行划分。捐赠物资所在地和受赠需求所在地之间的物流成本匹配度取决于所在地之间的距离,以及快递运输成本;捐赠时间和受赠需求的紧急程度之间的匹配度,服务端可以根据受赠需求发布时间的先后顺序,确定受赠需求的优先级,若发生自然灾害等特殊紧急情况,则可以相应的提供受赠需求的优先级。
预设捐赠物资分配模型定义的多维坐标系,即由衡量捐赠方和受赠方之间匹配度的维度构成的坐标系。其中,每个维度对应多维坐标系中的一个坐标轴。
供给点,即供给向量在多维坐标系中的坐标。需求点,即需求向量在多维坐标系中的坐标。
供给向量,或需求向量在多维坐标系中的坐标,由各自分量的取值确定。即,供给向量在多维坐标系中每个坐标轴上的坐标,构成供给向量在多维坐标系中的坐标;需求向量在多维坐标系中每个坐标轴上的坐标,构成需求向量在多维坐标系中的坐标。
举例来说,在时间坐标轴上,供给向量的坐标由供给向量中“捐赠时间”分量的值确定;需求向量的坐标由需求向量中“受赠需求时间”分量的值确定。在地理位置坐标轴上,供给向量的坐标由供给向量中“捐赠方所在地理位置”确定,需求向量的坐标由需求向量中“受赠方所在的地理位置”确定。在捐赠物资和受赠需求的匹配度坐标轴上,供给向量的坐标由供给向量中“捐赠物资”的特征确定,需求向量的坐标由需求向量中“需求物资”的特征确定。
可以理解地,通过供给向量或需求向量中分量的取值,实现将供给向量和需求向量映射到预设捐赠物资分配模型定义的多维坐标系中。
具体地,服务端可以通过神经网络对供给向量和需求向量进行识别,获取向量中的分量值,并根据分量值的结果将供给向量和需求向量映射到多维坐标系中。其中,服务端可以通过TensorFlow框架构建神经网络。TensorFlow,是最初由Google大脑小组,隶属于Google机器智能研究机构的研究员和工程师们开发出来的用于数值计算的开源软件库,其可以用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。
S4:计算每个供给点与每个需求点之间的距离,并将与每个需求点距离最短的供给点作为与该需求点匹配的目标供给点。
供给点与需求点之间的距离,即代表捐赠方和受赠方之间的匹配程度。供给点与需求点之间的距离越短,代表捐赠方与受赠方各方面越匹配。当为某个需求点寻找最匹配的供给点时,计算需求点与每个供给点之间的距离,以与需求点距离最短的供给点为与该需求点匹配的目标供给点。若存在多个距离相等的目标供给点,则可以选取其中任一一个作为最终目标供给点。
其中,每个供给点与每个需求点之间的距离可以通过计算供给点坐标与需求点坐标的差值得到。具体地,由如下公式计算:
其中,d为供给点与需求点之间的距离,xi为供给向量中的第i个分量,yi为需求向量中的第i个分量,n为分量总数。
S5:将与目标供给点对应的捐赠方分配给与与目标供给点匹配的需求点对应的受赠方,并生成捐赠分配记录。
捐赠分配记录是对公益捐赠物资分配结果的详细记录。捐赠分配记录包括捐受双方的信息,捐赠物资的信息,捐赠发生的时间、地点等。
捐赠分配记录,具体可以是数据库中的一条数据记录。捐赠分配记录以捐赠物资的id(identification,身份标识)号为主键,捐赠分配记录中的其他字段分别对应捐赠方和受赠方的相关信息。
具体地,服务端可以从预设的捐赠数据库中获取目标供给点对应的捐赠方信息,以及需求点对应的受赠方信息,然后将捐受双方信息关联存储到数据表中,形成捐赠分配记录。
S6:将捐赠分配记录保存到预设捐赠数据库中,其中,预设捐赠数据库用于公开捐赠分配记录。
服务端将捐赠分配记录保存到预设捐赠数据库中。预设捐赠数据库可以部署在服务端本地,或通过网络与服务端相连。预设捐赠数据库具体可以是各种关系型或非关系型数据库,如MS-SQL、Oracle、MySQL、Sybase、DB2、Redis、MongodDB、Hbase等。其中,预设捐赠数据库用于公开捐赠分配记录。
具体地,服务端可以将捐赠分配记录中的字段抽取出来作为视图,形成可公布的捐赠详细信息,以使实行公众监督的第三方可以通过客户端进行查看。同时,可以根据信息保密的需要,隐去捐受双方的敏感信息,只显示受赠人的id号。
进一步地,服务端也可以通过短信、推送消息等方式,将捐赠分配记录发送到客户端。
在本实施例中,获取捐赠方的供给信息,并将供给信息转换成供给向量;获取受赠方的需求信息,并将需求信息转换成需求向量;即对捐受双方的信息进行抽象提取,并转换成向量的形式;通过预设捐赠物资分配模型对供给向量和需求向量进行分类,将供给向量和需求向量映射到同一个多维坐标系中,并通过计算代表供给向量和需求向量的坐标点之间的距离来作为选择最匹配捐受双方的标准,即,通过精确量化的方式,使得受捐需求得到最大程度的满足,捐赠物资得到最大程度的利用,捐赠供给与受赠需求得到精确匹配;同时,将生成的捐赠分配记录进行公开,使得整个捐受过程能方便的得到公众监督。
进一步地,在一实施例中,供给向量包括捐赠物资的图片分量,捐赠时间分量,捐赠方的地理位置分量;需求向量包括物资需求信息分量,需求紧急程度分量,受赠方的地理位置分量,预设捐赠物资分配模型为由物资匹配度参数、时间匹配度参数和物流成本匹配度参数分别作为坐标轴构成的三维坐标系。
其中,捐赠物资的图片分量与捐赠物资的图片相对应,捐赠物资的图片分量可以是捐赠物资图片本身,或者捐赠物资的图片的链接地址;捐赠时间分量与捐赠方发起捐赠的时间相对应;捐赠方的地理位置分量与捐赠方所在的城市、地区或街道相对应。
与供给向量的分量相对应的,需求向量中的物资需求信息分量为受赠方对需求物资的描述,如需求物资的种类,品名,数量等;需求紧急程度分量为受赠方对捐赠物资的时间要求;受赠方的地理位置分量与受赠方所在的地理位置相对应,可以具体到所在城市、地区以及街道等。
物资匹配度参数,是对捐赠物资和需求物资的匹配度描述;时间匹配度参数,是对捐受双方在时间上的匹配程度;物流成本匹配度参数,是对捐受双方之间的物流成本进行衡量的参数。
具体地,服务端将物资匹配度参数、时间匹配度参数和物流成本匹配度参数分别作为坐标轴,从而构成一个三维坐标系。
进一步地,针对步骤S3,如图3所示,即根据预设捐赠物资分配模型,将供给向量和需求向量映射到预设捐赠物资分配模型定义的多维坐标系中,具体包括如下步骤:
S31:将需求向量作为三维坐标系的原点。
即以需求向量为基准,计算每个供给向量与该需求向量之间的距离。
可以理解地,服务端也可以以某供给向量作为三维坐标系的原点,即以供给向量为基准,计算每个需求向量与该供给向量之间的距离,两种实现方式都是一样的。
S32:将捐赠物资的图片分量与物资需求信息分量进行供需匹配,得到相似度值,并根据相似度值确定供给向量在物资匹配度参数对应的坐标轴上的坐标。
相似度值,是用来具体衡量捐赠物资与物资需求之间匹配关系的数值。
服务端通过相似度值确定供给向量在物资匹配度参数对应的坐标轴上的坐标,即供给向量与需求向量所在的原点距离越小,则代表捐赠物资与物资需求之间的相似度越高,捐赠物资越符合受赠方的需要。
具体地,为了便于对捐赠物资进行精确的分类,同时,减少对捐赠物资进行人工分类的工作量,服务端可以对捐赠物资的图片进行图像处理,从捐赠物资图片中提取出捐赠物资的特征;然后将捐赠物资的特征与物资需求进行相似度匹配,从而得到相似度值,并以相似度值确定供给向量在物资匹配度参数对应的坐标轴上的坐标。
S33:根据捐赠时间分量和需求紧急程度分量,计算捐受双方的时间差,并将时间差作为供给向量在时间匹配度参数对应的坐标轴上的坐标。
其中,捐赠时间分量由具体时间节点构成,如捐赠方提供捐赠物资的年月日时;需求紧急程度分量可以分为非常紧急,紧急,一般等几种情况,每种情况具体也是由时间节点构成,如非常紧急的情况对应的时间节点为服务端接收到受赠需求的当日起七天,等。
具体地,服务端根据捐赠时间分量和需求紧急程度分量所对应的时间节点,计算两者的时间间隔,即可得到捐受双方的时间差,然后将时间差作为供给向量在时间匹配度参数对应的坐标轴上的坐标。
S34:根据捐赠方的地理位置分量和受赠方的地理位置分量,计算捐受双方之间的物流成本,并将物流成本作为供给向量在物流成本匹配度参数对应的坐标轴上的坐标。
具体地,服务端可以通过各快递公司提供的API(Application ProgrammingInterface,应用程序编程接口)接口获取收发地之间的运输报价,计算出物流成本;并将物流成本作为物流成本匹配度参数对应的坐标轴上的坐标。
在本实施例中,服务端根据物资匹配度参数、时间匹配度参数和物流成本匹配度参数构成一个三维坐标系;其中,物资匹配度参数的取值取决于捐赠物资的图片分量与物资需求信息分量的匹配程度;时间匹配度参数的取值取决于捐赠时间分量和需求紧急程度分量之间的差值;物流成本匹配度参数的取值取决于捐赠方的地理位置分量和受赠方的地理位置分量。即,将捐受双方的信息量化到一个三维坐标系中,便于服务端可以快速的计算出最匹配的捐受双方。
进一步地,在一实施例中,如图4所示,针对步骤S32,即将捐赠物资的图片分量与物资需求信息分量进行供需匹配,得到相似度值,并根据相似度值确定供给向量在物资匹配度参数对应的坐标轴上的坐标,具体包括如下步骤:
S321:对捐赠物资的图片分量中的图片进行图像识别,得到至少一个描述捐赠物资特征的特征标签。
描述捐赠物资特征的特征标签,即关于捐赠物资特征的关键词或关键词集合。例如,若捐赠物资为一顶帽子,通过服务端的图像识别,可以获取到的特征标签包括:“棒球帽”,“M码”,“白色”,“帆布材质”等。
具体地,服务端可以通过基于神经网络的图片分类模型对对捐赠物资的图片分量中的图片进行图像识别和分类,从而得到若干描述捐赠物资特征的特征标签。
S322:对物资需求信息进行关键字提取,得到目标关键字。
目标关键字是对受赠方的物资需求的描述。例如,目标关键字可以包括“书籍”、“学前读物”、“科普类”等。这些目标关键字反应了受赠方对学龄前儿童书籍或读物的需求。
具体地,服务端可以通过关键字提取算法对物资需求信息进行关键字提取。例如,服务端采用TF-IDF(term frequency–inverse document frequency)算法进行关键字提取。其中,TF-IDF是一种用于信息检索与数据挖掘的常用加权技术。
S323:将目标关键字与特征标签进行一致性比较,将与目标关键字一致的特征标签的数量作为相似度值,并将相似度值的倒数作为作为物资匹配度参数对应的坐标轴上的坐标。
具体地,服务端将目标关键字与特征标签进行一致性比较,其中,与目标关键字一致的特征标签的数量越多,代表捐赠物资与物资需求越相似。
服务端将与目标关键字一致的特征标签的数量作为相似度值,并将相似度值的倒数作为作为物资匹配度参数对应的坐标轴上的坐标。
在本实施例中,服务端通过图像识别获取捐赠物资的特征标签;通过对物资需求信息进行关键字提取,获取目标关键字;并以特征标签与目标关键字的一致性比较结果作为捐赠物资与物资需求的相似度值,可以精确的描述捐受双方的供需信息,从而实现对捐受双方进行精确配对。
进一步地,在一实施例中,针对步骤S321,即对捐赠物资的图片分量中的图片进行图像识别,得到至少一个描述捐赠物资特征的特征标签,具体包括步骤:
根据捐赠物资的物资类型,选取与物资类型对应的预设图片分类模型对捐赠物资的图片分量中的图片进行图像识别,得到捐赠物资的特征标签。
捐赠物资的物资类型,是对捐赠物资的大致分类。捐赠物资的物资类型可以分为衣物、书籍、运动器具等几个大类,其中,每个大类又可以分为若干小类,例如,衣物类包括上衣、裤子、外套、凉鞋、运动鞋、衬衫等初步标签;书籍类包括课本、杂志期刊、报纸等,以此类推。
捐赠物资的物资类型,可以在捐赠方提交捐赠物资信息时进行初步的选择。例如,捐赠方在提交表单页面,对捐赠物资所属的物资类型进行选择,从而使得服务端可以获取捐赠物资所属的类型。
具体地,预设图片分类模型可以是基于神经网络的分类器。预设图片分类模型与物资类型相对应。可以理解地,衣物类的物品由识别衣物类的预设图片分类模型进行分类处理,书籍类的物品由识别书籍类的预设图片分类模型进行分类处理,可以减少出错的概率。
在本实施例中,服务端通过与捐赠物资的物资类型相对应的、基于神经网络的预设图片分类模型对捐赠物资图片分量中的图片进行图像识别,提取图像中的特征,得到捐赠物资的特征标签,可以加快对捐赠物资的分类速度,减少人工干预分类的工作量。
进一步地,在一实施例中,如图5所示,在对捐赠物资的图片分量中的图片进行图像识别,得到至少一个描述捐赠物资特征的特征标签之后,还可以对特征标签进行确认,具体包括如下步骤:
S3211:将特征标签发送给捐赠图片分量对应的目标捐赠方,并接收目标捐赠方对特征标签是否准确进行确认的确认结果。
具体地,服务端可以向客户端发送提示信息,让捐赠方对预设图片分类模型识别到的特征标签进行确认,并接收捐赠方的确认结果,用以判断服务端是否对其提供的捐赠物资图片作出了准确的识别。例如,若捐赠方提供的捐赠物资图片为帽子,则服务端向客户端提供特征标签“帽子”让捐赠方进行确认。
可以理解地,若服务端也可以从识别结果中选取可能性最大的几个特征标签让用户选择。例如,若捐赠方提供的捐赠物资图片为帽子,服务端识别出的捐赠物资图片的标签为“头套”的概率为25%,“帽子”的概率为40%,“头盔”的概率为35%,则服务端可以向客户端提供“头套”、“帽子”和“头盔”三个特征标签让用户选择。
S3212:若确认结果为特征标签准确,则将使用特征标签对应的捐赠物资的图片作为预设图片分类模型的正样本。
正样本,即预设图片分类模型识别正确的捐赠物资的图片。在机器学习中,正样本可以用于监督学习的训练集。服务端对预设图片分类模型识别正确的捐赠物资的图片进行收集,可以丰富训练库的样本数量。
具体地,服务端对使用特征标签对应的捐赠物资的图片作出标记,并作为正样本进行存储。
S3213:若确认结果为特征标签有误,则根据捐赠方提供的准确信息对特征标签进行更新,并使用更新后的特征标签对预设图片分类模型进行训练。
其中,若确认结果为特征标签有误,则服务端可以从客户端获取捐赠方提供的准确信息对特征标签进行更新,并使用更新后的特征标签对预设图片分类模型进行监督学习训练。
具体地,服务端可以利用机器学习框架Scikit-Learn进行训练。其中,Scikit-Learn,简称sklearn,是一个开源的、基于Python的机器学习工具库。sklearn中内置了朴素贝叶斯算法、决策树算法、随机森林算法等分类算法,使用sklearn可以方便的对模型进行训练。
在本实施例中,服务端在得到捐赠物资图片的特征标签后,将特征标签发送到捐赠方所在的客户端进行确认,并根据确认结果收集预设图片分类模型的正样本数据,或进一步的监督学习训练,即对预设图片分类模型进行优化,进一步提高预设图片分类模型的识别率。
进一步地,在一实施例中,服务端获取受赠方对捐赠分配记录的反馈信息,并根据反馈信息对受赠方进行画像,得到用户画像。
其中,受赠方对捐赠分配记录的反馈信息,即对捐赠物资是否满足受赠需求的反馈。例如,针对捐赠物资的匹配程度,反馈信息中可以包括“非常匹配”、“匹配”、“一般”,“不匹配”和“非常不匹配”五种。
用户画像是对受赠方的需求特征进行描述的标签。通过用户画像,可以对受赠需求进行精确的定位和细化;通过大量积累的用户画像,服务端可以在根据预设捐赠物资分配模型进行捐受双方配对时,作为数据参考。
举例来说,若用户选择“非常匹配”,则代表捐赠物资正是受赠方需要的,捐赠物资与受赠方之间产生关联,即可以用捐赠物资来反应受赠方的某些特点。例如,若受赠物资为课本时,用户选择“非常匹配”,则可以反应出受赠方对书籍的需要程度,标签“书籍”将作为受赠方的需求特征。可以理解地,若服务端再次进行物资分配时,该受赠方将优先获取与“书籍”相关的捐赠物资。
具体地,服务端获从受赠方获取反馈信息,并根据反馈信息确定受赠方的用户画像,对用户画像的收集可以对受赠方的需求特征进行描述,便于在下一轮物资分配过程中定位到与受赠方最匹配的物资。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种公益捐赠物资分配方法装置,该公益捐赠物资分配方法装置与上述实施例中公益捐赠物资分配方法一一对应。如图6所示,该公益捐赠物资分配方法装置包括第一信息采集模块61、第二信息采集模块62、映射模块63、计算模块64、分配模块65和存储模块66。各功能模块详细说明如下:
第一信息采集模块61,用于获取捐赠方的供给信息,并将供给信息转换成供给向量;
第二信息采集模块62,用于获取受赠方的需求信息,并将需求信息转换成需求向量;
映射模块63,用于根据预设捐赠物资分配模型,将供给向量和需求向量映射到预设捐赠物资分配模型定义的多维坐标系中,其中,供给向量所在的坐标点作为供给点,需求向量所在的坐标点作为需求点;
计算模块64,用于计算每个供给点与每个需求点之间的距离,并将与每个需求点距离最短的供给点作为与该需求点匹配的目标供给点;
分配模块65,用于将与目标供给点对应的捐赠方分配给与与目标供给点匹配的需求点对应的受赠方,并生成捐赠分配记录;
存储模块66,用于将捐赠分配记录保存到预设捐赠数据库中,其中,预设捐赠数据库用于公开捐赠分配记录。
进一步地,供给向量包括捐赠物资的图片分量,捐赠时间分量,捐赠方的地理位置分量;需求向量包括物资需求信息分量,需求紧急程度分量,受赠方的地理位置分量,预设捐赠物资分配模型为由物资匹配度参数、时间匹配度参数和物流成本匹配度参数分别作为坐标轴构成的三维坐标系,映射模块63,包括:
原点设置子模块631,用于将需求向量作为三维坐标系的原点;
物资匹配子模块632,用于将捐赠物资的图片分量与物资需求信息分量进行供需匹配,得到相似度值,并根据相似度值确定供给向量在物资匹配度参数对应的坐标轴上的坐标;
时间匹配子模块633,用于根据捐赠时间分量和需求紧急程度分量,计算捐受双方的时间差,并将时间差作为供给向量在时间匹配度参数对应的坐标轴上的坐标;
成本匹配子模块634,用于根据捐赠方的地理位置分量和受赠方的地理位置分量,计算捐受双方之间的物流成本,并将物流成本作为供给向量在物流成本匹配度参数对应的坐标轴上的坐标。
进一步地,物资匹配子模块632,包括:
图像识别单元6321,用于对捐赠物资的图片分量中的图片进行图像识别,得到至少一个描述捐赠物资特征的特征标签;
关键字提取单元6322,用于对物资需求信息进行关键字提取,得到目标关键字;
坐标值获取单元6323,用于将目标关键字与特征标签进行一致性比较,将与目标关键字一致的特征标签的数量作为相似度值,并将相似度值的倒数作为作为物资匹配度参数对应的坐标轴上的坐标。
进一步地,图像识别单元6321,包括:
标签获取子单元63211,用于根据捐赠物资的物资类型,选取与物资类型对应的预设图片分类模型对捐赠物资的图片分量中的图片进行图像识别,得到捐赠物资的特征标签。
进一步地,图像识别单元6321,还包括:
特征确认子单元63212,用于将特征标签发送给捐赠图片分量对应的目标捐赠方,并接收目标捐赠方对特征标签是否准确进行确认的确认结果;
正样本获取子单元63213,用于若确认结果为特征标签准确,则将使用特征标签对应的捐赠物资的图片作为预设图片分类模型的正样本;
模型训练子单元63214,用于若确认结果为特征标签有误,则根据捐赠方提供的准确信息对特征标签进行更新,并使用更新后的特征标签对预设图片分类模型进行训练。
关于公益捐赠物资分配方法装置的具体限定可以参见上文中对于公益捐赠物资分配方法的限定,在此不再赘述。上述公益捐赠物资分配方法装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种公益捐赠物资分配方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中公益捐赠物资分配方法的步骤,例如图2所示的步骤S1至步骤S6。或者,处理器执行计算机程序时实现上述实施例中公益捐赠物资分配方法装置的各模块/单元的功能,例如图6所示模块61至模块66的功能。为避免重复,这里不再赘述。
在一实施例中,提供一计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中公益捐赠物资分配方法,或者,该计算机程序被处理器执行时实现上述装置实施例中公益捐赠物资分配方法装置中各模块/单元的功能。为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种公益捐赠物资分配方法,其特征在于,所述公益捐赠物资分配方法包括:
获取捐赠方的供给信息,并将所述供给信息转换成供给向量;
获取受赠方的需求信息,并将所述需求信息转换成需求向量;
根据预设捐赠物资分配模型,将所述供给向量和所述需求向量映射到所述预设捐赠物资分配模型定义的多维坐标系中,其中,所述供给向量所在的坐标点作为供给点,所述需求向量所在的坐标点作为需求点;
计算每个所述供给点与每个所述需求点之间的距离,并将与每个所述需求点距离最短的供给点作为与该需求点匹配的目标供给点;
将与所述目标供给点对应的捐赠方分配给与与所述目标供给点匹配的所述需求点对应的受赠方,并生成捐赠分配记录;
将所述捐赠分配记录保存到预设捐赠数据库中,其中,所述预设捐赠数据库用于公开所述捐赠分配记录。
2.如权利要求1所述的公益捐赠物资分配方法,其特征在于,所述供给向量包括捐赠物资的图片分量,捐赠时间分量,所述捐赠方的地理位置分量;所述需求向量包括物资需求信息分量,需求紧急程度分量,所述受赠方的地理位置分量,所述预设捐赠物资分配模型为由物资匹配度参数、时间匹配度参数和物流成本匹配度参数分别作为坐标轴构成的三维坐标系,所述根据预设捐赠物资分配模型,将所述供给向量和所述需求向量映射到所述预设捐赠物资分配模型定义的多维坐标系中,包括:
将所述需求向量作为所述三维坐标系的原点;
将所述捐赠物资的图片分量与所述物资需求信息分量进行供需匹配,得到相似度值,并根据所述相似度值确定所述供给向量在所述物资匹配度参数对应的坐标轴上的坐标;
根据所述捐赠时间分量和所述需求紧急程度分量,计算捐受双方的时间差,并将所述时间差作为所述供给向量在所述时间匹配度参数对应的坐标轴上的坐标;
根据所述捐赠方的地理位置分量和所述受赠方的地理位置分量,计算捐受双方之间的物流成本,并将所述物流成本作为所述供给向量在所述物流成本匹配度参数对应的坐标轴上的坐标。
3.如权利要求2所述的公益捐赠物资分配方法,其特征在于,所述将所述捐赠物资的图片分量与所述物资需求信息分量进行供需匹配,得到相似度值,并根据所述相似度值确定所述供给向量在所述物资匹配度参数对应的坐标轴上的坐标,包括:
对所述捐赠物资的图片分量中的图片进行图像识别,得到至少一个描述捐赠物资特征的特征标签;
对所述物资需求信息进行关键字提取,得到目标关键字;
将所述目标关键字与所述特征标签进行一致性比较,将与所述目标关键字一致的所述特征标签的数量作为相似度值,并将所述相似度值的倒数作为作为所述物资匹配度参数对应的坐标轴上的坐标。
4.如权利要求3所述的公益捐赠物资分配方法,其特征在于,所述对所述捐赠物资的图片分量中的图片进行图像识别,得到至少一个描述捐赠物资特征的特征标签,包括:
根据捐赠物资的物资类型,选取与所述物资类型对应的预设图片分类模型对所述捐赠物资的图片分量中的图片进行图像识别,得到所述捐赠物资的特征标签。
5.如权利要求4所述的公益捐赠物资分配方法,其特征在于,所述根据捐赠物资的物资类型,选取与所述物资类型对应的预设图片分类模型对所述捐赠物资的图片分量中的图片进行图像识别,得到所述捐赠物资的特征标签之后,所述公益捐赠物资分配方法,还包括:
将所述特征标签发送给所述捐赠图片分量对应的目标捐赠方,并接收所述目标捐赠方对所述特征标签是否准确进行确认的确认结果;
若所述确认结果为所述特征标签准确,则将使用所述特征标签对应的所述捐赠物资的图片作为所述预设图片分类模型的正样本;
若所述确认结果为所述特征标签有误,则根据所述捐赠方提供的准确信息对所述特征标签进行更新,并使用更新后的所述特征标签对所述预设图片分类模型进行训练。
6.一种公益捐赠物资分配方法装置,其特征在于,所述公益捐赠物资分配方法装置,包括:
第一信息采集模块,用于获取捐赠方的供给信息,并将所述供给信息转换成供给向量;
第二信息采集模块,用于获取受赠方的需求信息,并将所述需求信息转换成需求向量;
映射模块,用于根据预设捐赠物资分配模型,将所述供给向量和所述需求向量映射到所述预设捐赠物资分配模型定义的多维坐标系中,其中,所述供给向量所在的坐标点作为供给点,所述需求向量所在的坐标点作为需求点;
计算模块,用于计算每个所述供给点与每个所述需求点之间的距离,并将与每个所述需求点距离最短的供给点作为与该需求点匹配的目标供给点;
分配模块,用于将与所述目标供给点对应的捐赠方分配给与与所述目标供给点匹配的所述需求点对应的受赠方,并生成捐赠分配记录;
存储模块,用于将所述捐赠分配记录保存到预设捐赠数据库中,其中,所述预设捐赠数据库用于公开所述捐赠分配记录。
7.如权利要求6所述的公益捐赠物资分配方法装置,其特征在于,所述映射模块包括:
原点设置子模块,用于将所述需求向量作为所述三维坐标系的原点;
物资匹配子模块,用于将所述捐赠物资的图片分量与所述物资需求信息分量进行供需匹配,得到相似度值,并根据所述相似度值确定所述供给向量在所述物资匹配度参数对应的坐标轴上的坐标;
时间匹配子模块,用于根据所述捐赠时间分量和所述需求紧急程度分量,计算捐受双方的时间差,并将所述时间差作为所述供给向量在所述时间匹配度参数对应的坐标轴上的坐标;
成本匹配子模块,用于根据所述捐赠方的地理位置分量和所述受赠方的地理位置分量,计算捐受双方之间的物流成本,并将所述物流成本作为所述供给向量在所述物流成本匹配度参数对应的坐标轴上的坐标。
8.如权利要求7所述的公益捐赠物资分配方法装置,其特征在于,所述物资匹配子模块包括:
图像识别单元,用于对所述捐赠物资的图片分量中的图片进行图像识别,得到至少一个描述捐赠物资特征的特征标签;
关键字提取单元,用于对所述物资需求信息进行关键字提取,得到目标关键字;
坐标值获取单元,用于将所述目标关键字与所述特征标签进行一致性比较,将与所述目标关键字一致的所述特征标签的数量作为相似度值,并将所述相似度值的倒数作为作为所述物资匹配度参数对应的坐标轴上的坐标。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述公益捐赠物资分配方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述公益捐赠物资分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910301202.2A CN110147929A (zh) | 2019-04-15 | 2019-04-15 | 公益捐赠物资分配方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910301202.2A CN110147929A (zh) | 2019-04-15 | 2019-04-15 | 公益捐赠物资分配方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110147929A true CN110147929A (zh) | 2019-08-20 |
Family
ID=67588494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910301202.2A Pending CN110147929A (zh) | 2019-04-15 | 2019-04-15 | 公益捐赠物资分配方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110147929A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111431989A (zh) * | 2020-03-19 | 2020-07-17 | 江西师范大学 | 一种基于移动物联网的爱心捐赠远程信息交互系统 |
CN111538787A (zh) * | 2020-04-27 | 2020-08-14 | 中国银行股份有限公司 | 一种基于区块链的捐赠物资处理方法、装置及系统 |
CN111553647A (zh) * | 2020-03-23 | 2020-08-18 | 白炳均 | 一种战平结合的财物储备、协调调用和使用的系统及方法 |
CN111815242A (zh) * | 2020-07-15 | 2020-10-23 | 中国建设银行股份有限公司 | 捐赠信息处理方法、装置、设备和存储介质 |
CN112200524A (zh) * | 2020-12-03 | 2021-01-08 | 万邑通商(北京)信息科技有限公司 | 一种精确度高的智能推荐系统及其智能推荐方法 |
CN112949969A (zh) * | 2020-12-02 | 2021-06-11 | 北京金山云网络技术有限公司 | 供需匹配方法、装置、电子设备及存储介质 |
TWI756704B (zh) * | 2020-06-03 | 2022-03-01 | 南開科技大學 | 提供分析與分配捐贈物資的系統及其方法 |
CN116401071A (zh) * | 2023-06-07 | 2023-07-07 | 江西财经大学 | 一种用于边缘计算的资源分配方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022604A (zh) * | 2016-05-18 | 2016-10-12 | 广东工业大学 | 一种公益捐助物资分配方法、装置及系统 |
US20170352065A1 (en) * | 2016-06-02 | 2017-12-07 | Mastercard International Incorporated | Systems and Methods for Use in Facilitating Donation Transactions |
KR20180009662A (ko) * | 2016-07-19 | 2018-01-29 | 권현철 | 기부 관리 시스템 |
CN107833171A (zh) * | 2017-10-13 | 2018-03-23 | 惠州市洛玛科技有限公司 | 玩具捐赠流转方法 |
CN109242477A (zh) * | 2018-06-28 | 2019-01-18 | 平安科技(深圳)有限公司 | 基于区块链的慈善捐赠方法、系统及存储介质 |
-
2019
- 2019-04-15 CN CN201910301202.2A patent/CN110147929A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022604A (zh) * | 2016-05-18 | 2016-10-12 | 广东工业大学 | 一种公益捐助物资分配方法、装置及系统 |
US20170352065A1 (en) * | 2016-06-02 | 2017-12-07 | Mastercard International Incorporated | Systems and Methods for Use in Facilitating Donation Transactions |
KR20180009662A (ko) * | 2016-07-19 | 2018-01-29 | 권현철 | 기부 관리 시스템 |
CN107833171A (zh) * | 2017-10-13 | 2018-03-23 | 惠州市洛玛科技有限公司 | 玩具捐赠流转方法 |
CN109242477A (zh) * | 2018-06-28 | 2019-01-18 | 平安科技(深圳)有限公司 | 基于区块链的慈善捐赠方法、系统及存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111431989A (zh) * | 2020-03-19 | 2020-07-17 | 江西师范大学 | 一种基于移动物联网的爱心捐赠远程信息交互系统 |
CN111553647A (zh) * | 2020-03-23 | 2020-08-18 | 白炳均 | 一种战平结合的财物储备、协调调用和使用的系统及方法 |
CN111553647B (zh) * | 2020-03-23 | 2024-04-02 | 白炳均 | 一种战平结合的财物储备、协调调用和使用的系统及方法 |
CN111538787A (zh) * | 2020-04-27 | 2020-08-14 | 中国银行股份有限公司 | 一种基于区块链的捐赠物资处理方法、装置及系统 |
TWI756704B (zh) * | 2020-06-03 | 2022-03-01 | 南開科技大學 | 提供分析與分配捐贈物資的系統及其方法 |
CN111815242A (zh) * | 2020-07-15 | 2020-10-23 | 中国建设银行股份有限公司 | 捐赠信息处理方法、装置、设备和存储介质 |
CN112949969A (zh) * | 2020-12-02 | 2021-06-11 | 北京金山云网络技术有限公司 | 供需匹配方法、装置、电子设备及存储介质 |
CN112200524A (zh) * | 2020-12-03 | 2021-01-08 | 万邑通商(北京)信息科技有限公司 | 一种精确度高的智能推荐系统及其智能推荐方法 |
CN116401071A (zh) * | 2023-06-07 | 2023-07-07 | 江西财经大学 | 一种用于边缘计算的资源分配方法及系统 |
CN116401071B (zh) * | 2023-06-07 | 2023-08-29 | 江西财经大学 | 一种用于边缘计算的资源分配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110147929A (zh) | 公益捐赠物资分配方法、装置、计算机设备及存储介质 | |
Leong et al. | The emergence of self-organizing E-commerce ecosystems in remote villages of China | |
CN109919316A (zh) | 获取网络表示学习向量的方法、装置和设备及存储介质 | |
Xie et al. | Discover learning path for group users: A profile-based approach | |
CN107133277A (zh) | 一种基于动态主题模型和矩阵分解的旅游景点推荐方法 | |
Stokes et al. | What next for digital social innovation | |
CN107818336A (zh) | 一种基于城市特定人群和关联政策的匹配推荐方法及系统 | |
US11935106B2 (en) | System and method for product recommendation based on multimodal fashion knowledge graph | |
CN111767466A (zh) | 基于人工智能的推荐信息推荐方法、装置及电子设备 | |
CN108549909B (zh) | 基于众包的对象分类方法及对象分类系统 | |
KR102550214B1 (ko) | 인공지능 기반의 신체부위 및 상황별 스타일링 추천 시스템 | |
Jeffers et al. | Trialling the use of smartphones as a tool to address gaps in small-scale fisheries catch data in southwest Madagascar | |
KR20210082105A (ko) | 부동산 실거래가 예측을 위한 학습 모델 생성장치 | |
CN109656541A (zh) | 开发资源的推荐方法、装置、存储介质和电子设备 | |
CN110428404B (zh) | 一种基于人工智能的辅助培养与辅助鉴赏的制定系统 | |
Teffahi et al. | A novel spectral-spatial classification technique for multispectral images using extended multi-attribute profiles and sparse autoencoder | |
CN116401379A (zh) | 金融产品数据推送方法、装置、设备及存储介质 | |
CN110008411A (zh) | 一种基于用户签到稀疏矩阵的深度学习兴趣点推荐方法 | |
EP4057199A1 (en) | Method and system for determining collaboration between employees using artificial intelligence (ai) | |
Katti et al. | University admission prediction using Google Vertex AI | |
CN116150663A (zh) | 数据分级方法、装置、计算机设备和存储介质 | |
Tang et al. | Discovering urban functional zones from biased and sparse points of interests and sparse human activities | |
Kakeneno et al. | Usability of Nomology-based methodologies in supporting problem structuring across cultures: the case of participatory decision-making in Tanzania rural communities | |
Rai | Capitalist Platforms and Subaltern Creativity | |
Jhawar et al. | Citizens' view on digital initiatives and E-Readiness: A case study for aadhar project in Madhya Pradesh |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |