整合多平台行情与库存采集、快照和异动入库,支持饰品历史、多条件筛选及商家库存监控。先筛选异动并按饰品去重,再关联最新快照;结合物化 CTE 与窗口计数保持筛选、分页和总数一致,并隔离采集、查询 API 与管理写入权限。为批量 AI 分析实现任务认领、租约续期、取消检查和失败留痕;分离服务端规则评分与AI 解释,避免单项异常阻塞整批处理。实现登录、订阅权益、管理后台与响应式看板,并配套数据库迁移、服务运行和健康检查脚本。
按饰品 ID 划分训练、验证和测试集,仅用训练集拟合标准化与特征筛选;以消融实验比较方案,并封装模型、特征列、标准化器与推理阈值。构建 60 维候选特征,结合变量选择、供需特征门控、双向 xLSTM 与时序注意力池化,生成特征及时间步权重。F1 最优模型在按饰品 ID 划分的测试集上取得样本级 F1 0.756、Precision 0.738、Recall 0.775,并输出批量预测与错分诊断。
整合多平台行情与库存采集、快照和异动入库,支持饰品历史、多条件筛选及商家库存监控。先筛选异动并按饰品去重,再关联最新快照;结合物化 CTE 与窗口计数保持筛选、分页和总数一致,并隔离采集、查询 API 与管理写入权限。为批量 AI 分析实现任务认领、租约续期、取消检查和失败留痕;分离服务端规则评分与AI 解释,避免单项异常阻塞整批处理。实现登录、订阅权益、管理后台与响应式看板,并配套数据库迁移、服务运行和健康检查脚本。...
按饰品 ID 划分训练、验证和测试集,仅用训练集拟合标准化与特征筛选;以消融实验比较方案,并封装模型、特征列、标准化器与推理阈值。构建 60 维候选特征,结合变量选择、供需特征门控、双向 xLSTM 与时序注意力池化,生成特征及时间步权重。F1 最优模型在按饰品 ID 划分的测试集上取得样本级 F1 0.756、Precision 0.738、Recall 0.775,并输出批量预测与错分诊断。...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人