Resumen

El comercio electrónico ofrece diversos productos para la venta y compra con transacciones frecuentes y flujos de mercancías. Se requiere una predicción precisa de las necesidades del cliente y una asignación optimizada de los productos para reducir costos. Las soluciones existentes tienen errores significativos y no son adecuadas para satisfacer las necesidades de los almacenes y la asignación. Por eso, las empresas no pueden responder rápidamente a las demandas de los clientes, ya que necesitan una previsión de la demanda precisa y fiable. Por lo tanto, este documento propone estrategias de fusión de características espaciales y agrupación basadas en datos multimodales y construye un modelo de predicción de la demanda de productos electrónicos. El modelo diseñado extrae características de secuencia de pedidos, características emocionales del consumidor y características de valor facial de datos multimodales de productos de comercio electrónico. Luego, se propone una estrategia de agrupación basada en una red neuronal de memoria a corto y largo plazo bidireccional (BiLSTM). La estrategia propuesta aprende completamente la semántica contextual de los datos de series temporales al tiempo que reduce la influencia de otras características en las características locales de los grupos. Las características de salida de los datos multimodales están altamente correlacionadas espacialmente, y este documento emplea la estrategia de fusión de dimensiones espaciales para la fusión de características. Esta estrategia obtiene efectivamente las relaciones espaciales profundas entre los datos multimodales al integrar las características de cada columna en cada grupo a lo largo de las dimensiones espaciales. Finalmente, se prueba el efecto de predicción de los modelos propuestos utilizando un conjunto de datos de comercio electrónico. Los resultados experimentales demuestran la efectividad y superioridad de los algoritmos propuestos.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Comercio electrónico; Modelo de predicción; Previsión de la demanda; Fusión de características espaciales; Estrategias de agrupación; Datos multimodales
• Keywords:E-commerce; Prediction model; Demand forecasting; Spatial feature fusion; Grouping strategies; Multimodal data