This work presents the Pose-native Network Architecture Search (PoseNAS) to simultaneously design a pose encoder and pose decoder for pose estimation.
Updated 1 year ago C
Updated 1 year ago Python
本算法借助电商平台的销售数据，基于提出的“性价比”效用概念，从产品和品牌两个层面，对模型进行校正分析，并基于贝叶斯准则下的多元逐步回归分析，为企业提供研发和营销策略建议。
Updated 1 year ago Text
This is an end-to-end deep learning method Mcformer to utilize the customer clickstream data to predict the user purchase intention.
Updated 1 year ago Python
本算法基于用户在商品详情页面的细粒度模块点击流，对不同的时间戳，构建用户的用户动态点击图，并利用图注意力网络以及LSTM 从用户动态点击图提取用户兴趣，继而预测用户对商品的购买意愿。为平台和商家的营销提供参考建议。
Updated 1 year ago Unity3D Asset
本算法基于广告商投放广告帖子在社交媒体平台的转发评论的网络结构，利用Transformer与Hawkes过程捕获用户的转发路径的信息，预测广告商投放广告帖子的影响力。在此基础上，为广告商在社交媒体平台投放广告提供参考。
Updated 1 year ago Pickle
An Intention aware Markov Chain based Method for Top-K Recommendation-Tensorflow2 Implementation
Updated 1 year ago CSV
本产品通过使用不同产品的历史销售数据和采购数据，基于稳健优化准则的最小后悔值方法，构建了一个企业库存管理策略的决策系统。该系统基于缺货信息的不完备性，动态调整企业采购决策，利用稳健优化最小后悔值准则建立动态决策模型，求解企业损失值最小的库存管理决策。基于此模型决策企业采购策略，可以减少缺货引起的损失，从而帮助企业更好地实现产品采购与需求之间的一致性。
Updated 1 year ago MATLAB
Updated 1 year ago CSV
本算法的主要目的是帮助公司预测员工在使用进销存系统时创建的错误的销售单数量。将前期28天（包含当天）累计的工作量（所有任务的）和当天工作模式结合起来，共同预测错误的销售单数量。当天工作模式分为两个方面，一是员工在8:00到18:00里每小时创建的销售单数量的分布情况，二是员工在8:00到18:00里完成各类任务数量的分布情况。
Updated 1 year ago CSV
Updated 1 year ago C
This is an implenmentaion for combining Neural Network and Hidden Markov Model to conduct demand forecasting.
Updated 1 year ago Python
Priceformer: An algorithm for forecasting commodity price trend based on Transformer
Updated 1 year ago Python
根据产品的模块数量，模块异质性以及模块之间的相互依赖性来预测该产品在多大程度下会被用来进行再创新并产生更加新颖的产品设计。
Updated 1 year ago Python
本算法主要目的是帮助企业预测产品销量增长的速度，主要是考虑企业在不同平台上的各种功能使用行为的差异如何影响电商平台上使用“门店同款”和“门店自提”功能的作用。
Updated 1 year ago Python