基于客户需求的多式联运物流方案推荐算法

摘要

随着全球经济一体化和“一带一路”倡议的推进，港口物流在区域经济发展中的作用愈发重要。然而，客户对物流服务需求的多样化和个性化，使得传统物流方案决策系统难以满足复杂需求，制约了港口物流企业的竞争力。研究提出了一种基于客户需求的多式联运物流方案推荐算法（COMLRA），通过深度学习技术构建智能推荐决策系统，精准识别客户需求并生成个性化物流方案。该算法利用嵌入层、注意力机制、交叉网络和深度网络，捕捉特征间的复杂交互关系，并引入动态损失权重和排序损失优化预测性能。实验结果表明，COMLRA在HR@5和NDCG@5指标上优于其他方法，验证了其有效性和优越性。该研究为港口物流企业提供了高效、灵活的决策支持工具，助力智慧物流技术的深度应用和港口物流行业的智能化升级。

关键词

客户需求 / 推荐算法 / 多式联运 / 注意力机制 / 深度学习

基金资助

国家自然科学基金资助项目（72174079）; 江苏省“青蓝工程”大数据优秀教学团队（2022-29）; 连云港市重点研发（产业前瞻与关键核心技术）项目（CG2323）