“成都达拓智通科技有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]基于tri-training的汽车行业潜在客户识别方法-CN201810034618.8有效
发明人：姚黎明;李晓非;张胤 -专利权人： 成都达拓智通科技有限公司
申请日： 2018-01-15 - 公布日： 2023-07-11 - 主分类号： G06F16/215 文献下载
摘要：本发明公开了一种基于tri‑training的汽车行业潜在客户识别方法，包括以下步骤：数据预处理，包括异常值处理、缺失值处理、分类属性处理、组合特征生成、特征选择、数据归一化；数据建模，用半监督学习中的Tri‑Training协同训练算法，并选择BP神经网络作为协同训练过程中的基学习器。本发明利用汽车品牌经销商的历史销售数据(带类别标签的客户数据)与采集的潜在客户数据(无标签的客户数据)建立半监督客户识别模型，从而为汽车行业的精准营销提供准确的营销对象，节省人力成本和资金成本。
基于 tri training 汽车行业潜在客户识别方法

[发明专利]一种非连续性通话音频流传输队列控制方法-CN202111286182.X有效
发明人：李晓非;张胤;廖健;杨磊 -专利权人： 成都达拓智通科技有限公司
申请日： 2021-11-02 - 公布日： 2023-04-07 - 主分类号： H04L51/04 文献下载
摘要：本发明公开了一种非连续性通话音频流传输队列控制方法，包括初始化一个音频流文件队列缓冲区实例；开启监控模式，当已有队列缓冲区实例内音频流文件队列达到上限时，创建新的音频流文件队列缓冲区实例；监听同一来源的音频流文件，将其放置在任意未达上限的队列缓冲区实例内；对各个音频流文件标记序号；计算各个音频播放时长；从队列缓冲区取出最小序号的音频流文件，并向目标端口传输；等待最小序号的音频流文件播放时长后，询问目标端音频流文件是否接收成功；如果未成功，则再次传输该音频流文件至目标端口；如果接收成功，则在队列中删除该音频流文件信息，并获取队列下一个序号最小的音频流文件，向目标端口传输。
一种连续性通话音频流传队列控制方法

[发明专利]一种基于层次分析法的汽车品牌线索分派方法-CN201810325073.6有效
发明人：姚黎明;李晓非;梁绍东;张胤 -专利权人： 成都达拓智通科技有限公司
申请日： 2018-04-12 - 公布日： 2022-03-04 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于层次分析法的汽车品牌线索分派方法，包括以下步骤：原始数据清洗存储；策略设置，初步筛选出符合汽车品牌经销商的数据；应用层次分析法对筛选出的数据进行排序；数据清洗服务商根据客户的销售线索需求量，利用目标规划方法实行分派给专业外呼人员，向汽车品牌经销商提供建档完成的销售线索数据。本发明将层次分析法应用到具有标签化特征的汽车销售线索分派上，提高汽车销售线索大数据的利用效率，达成数尽其用的预期效果，能显著提高数据清洗服务商分派的汽车销售线索与汽车经销商的需求匹配率，实现汽车行业销售线索数据精准分派，实现汽车销售市场的精准营销，满足客户对销售线索的需求，并实现成本控制。
一种基于层次分析汽车品牌线索分派方法

[发明专利]数据驱动的复杂模糊型商品品牌线索分派方法-CN201711348720.7有效
发明人：姚黎明;张胤 -专利权人： 成都达拓智通科技有限公司
申请日： 2017-12-15 - 公布日： 2021-11-26 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种数据驱动的复杂模糊型商品品牌线索分派方法，包括以下步骤：收集潜在客户信息，经过预处理后存储至目标数据库中；基于主成分分析，去除线索相关性，保留综合线索，存储至数据库中；对潜在客户的综合线索进行归一化，计算信息熵，得到综合线索权重；利用综合线索和综合线索权重，得到潜在客户加权后的归一化矩阵，计算潜在客户线索得分，从而确定最终的目标客户；利用客户‑属性评分矩阵，采用协同过滤算法，计算客户之间的相似度，基于客户相似度，向目标客户推荐相关产品。本发明可应用于具有标签化特征的大数据产能分派，具体来说是为商品品牌经销商寻找目标用户并匹配目标产品，切实提高数据利用效率，降低公司客户跟进成本。
数据驱动复杂模糊商品品牌线索分派方法

[发明专利]潜在客户信息动态分配方法-CN201810122884.6有效
发明人：李晓非;张胤;张代文;廖健 -专利权人： 成都达拓智通科技有限公司
申请日： 2018-02-07 - 公布日： 2021-09-10 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种潜在客户信息动态分配方法，包括以下步骤：确定任务要求；获得原始数据；完成第一个周期的任务；记录完成情况；估计建档率：将已经验证过的信息投入量其中的信息产出量作为先验信息，在置信水平下进行二项分布的区间估计，并使用置信区间的下界作为建档率的估计；计算计划完成量；计算投入量；每个周期循环，直至结束，完成潜在客户信息动态分配。本发明以估计产出量与投入量之比(即建档率)为核心，利用统计学中置信区间的方法，以已经验证过的信息数作为先验信息，不断更新对于建档率的置信区间估计，在设定好任务及参数后可完全自动化，无需人工额外调整，提高了数据利用效率，降低了不确定产出的影响。
潜在客户信息动态分配方法

[发明专利]互联网信息收集及关联方法-CN201710015013.X在审
发明人：李晓非 -专利权人： 成都达拓智通科技有限公司
申请日： 2017-01-09 - 公布日： 2017-06-27 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种互联网信息收集及关联方法，包括以下步骤(1)根据某个个体的互联网信息构建指标体系；(2)根据漏斗模型求目标集Oa；(3)关联规则求目标集Ob；(4)获取最终目标集O＝OaUOb；(5)输出目标集O＝OaUOb。本发明采用漏斗模型并排除了传统主观赋值权重的影响，使得目标集最逼近客观事实，使得本系统能很好抓取我们所需的目标集；本发明还采用关联规则apriori算法，保证模型的支持度和置信度的情况下，逻辑严密，排出无关集合，保留全部目标集，从而找到符合我们意愿的目标集；漏斗模型和apriori算法两种方法筛选数据具有单一规则无法比拟的优势，目标集更好地接近预期，显著提高了互联网信息收集及关联的精准度。
互联网信息收集关联方法