Resumen

El comercio electrnico ofrece diversas mercancas para vender y comprar con transacciones y flujos de mercancas frecuentes. Para reducir costes es necesario predecir con exactitud las necesidades de los clientes y optimizar la asignacin de mercancas. Las soluciones existentes presentan errores significativos y son inadecuadas para abordar las necesidades y la asignacin de los almacenes. Por ello, las empresas no pueden responder con prontitud a las demandas de los clientes, ya que necesitan una previsin precisa y fiable de la demanda. Por lo tanto, este artculo propone estrategias de fusin y agrupacin de caractersticas espaciales basadas en datos multimodales y construye un modelo de prediccin de red neuronal para la demanda de productos electrnicos. El modelo diseado extrae caractersticas de secuencia de pedidos, caractersticas emocionales del consumidor y caractersticas de valor facial a partir de datos multimodales de productos de comercio electrnico. A continuacin, se propone una estrategia de agrupacin basada en una red bidireccional de memoria a corto plazo (BiLSTM). La estrategia propuesta aprende completamente la semntica contextual de los datos de series temporales al tiempo que reduce la influencia de otras caractersticas en las caractersticas locales de los grupos. Las caractersticas de salida de los datos multimodales estn altamente correlacionadas espacialmente, y este trabajo emplea la estrategia de fusin de dimensin espacial para la fusin de caractersticas. Esta estrategia obtiene eficazmente las relaciones espaciales profundas entre los datos multimodales mediante la integracin de las caractersticas de cada columna en cada grupo a travs de las dimensiones espaciales. Por ltimo, se comprueba el efecto de prediccin de los modelos propuestos utilizando un conjunto de datos de comercio electrnico. Los resultados experimentales demuestran la eficacia 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