- 博客(106)
- 收藏
- 关注
RSS订阅原创 103、商品布局
有很多商品，每类商品有一定的销量和库存，隔一段时间会进行送货，同时也有一些货架，问如何将这些商品放在这些货架上，使得整体的拣货效率较高。表示第i个商品是否从第j列第k个库位开始放。表示第i个商品是否从第j个库位开始放。分别表示第i个商品的销量和库存，分别表示第i个商品的销量和库存，
2025-10-15 10:12:12
288
原创 100、uplift
为了解决这个问题，我们引入了人群的概念，把某些具有相同特征的人划分到一个集合里，这样在该人群下，正负的样本都有了，那么我们就可以开始比较他在是否发放红包对他的影响了。我们收集到的数据，是每个人在历史上是否被发放了红包，以及是否购买，我们无法获取某个人在两种情况下的是否购买行为。C给红包，遇到F就是赚的，遇到G，只是明面上花了，但其实由于其并没有购买，故红包投的钱是没有生效的。通俗的来看，只要识别了原始的购买意向，B都不给红包，C都给红包就可以了。对于D：是否发放其都会产生购买行为，发放红包会带来成本上升。
2025-09-26 11:03:02
286
原创 84、浅谈原始对偶算法
原始对偶算法理解过很多次，每一个的理解都不一样，这次将其记录一下这里定义原始问题为资源有限下的价值最大化模型，A是资源消耗矩阵，b是资源量，c是产品价值向量max cTxs.t. Ax <= b对偶的定义是啥呢，它先组合一下原始的约束，组合权重用y表示，那么组合出来的向量为ATy，我约束其在每个维度的值都大于c，强行赋一个定义可以是保证价值情况下的资源最小化，这样对偶问题就被构造出来了，不难可以知道bTy >= xTATy>= xTc，min bTys.t. .
2021-11-26 19:13:07
1994
原创 83、选址结构梳理
import random as rdimport mathimport timefrom TSP.Heuristic import is_overlapfrom tool.Convex_hull_find import boundary_findfrom TSP.Heuristic import TSP_insertfrom VRP.CVRP.tool.Graph_transform import *from pyscipopt import Model, quicksumimport .
2021-11-22 17:23:55
453
1
原创 82、时间装饰器
import timeloop = 1def timeLog(f): def wrapper(*args, **kw): global loop now = time.perf_counter() res = f(*args, **kw) print("%s-%s:"%(loop, f.__name__), time.perf_counter()-now) return res return wrapp.
2021-11-15 10:43:41
192
原创 81、数独求解（策略求解、整数规划建模求解）
import refrom pyscipopt import Model, quicksum#set存value的可能性，当value值确认后，set清空class Cell: def __init__(self): self.value = "_" self.set = {1,2,3,4,5,6,7,8,9} def __repr__(self): return str(self.value)#读数据def dataRead.
2021-11-12 17:58:22
1132
原创 80、ALNS实现
from VRP.CVRP.tool.Value import *from VRP.CVRP.method.Init.Insert import *from VRP.CVRP.tool.Graph_transform import *class Input: def __init__(self, points, capacity, XBest, valueBest): self.points = points self.capacity = capacity.
2021-10-08 17:52:11
323
原创 79、多边形点边关系、求外包
from Project.PaixianOnline.basic.Coordinate import *from tool.Distance import *from tool.Convex_hull_find import boundary_findimport mathimport matplotlib.pyplot as plt#判断点是否在多边形上def isOnEdge(point, P): x, y = point.longitude, point.latitude .
2021-08-11 19:45:14
390
原创 78、无向图、有向图、序列相互转化
#有向图转无向图def Directed_to_undirected(A): return [[1 if A[i][j] == 1 or A[j][i] == 1 else 0 for j in range(len(A[i]))] for i in range(len(A))]#有向图转序列def Directed_to_sequence(A): return Undirected_to_sequence(Directed_to_undirected(A))#序列转有向图，默认L
2021-06-24 14:36:51
953
原创 77、CVRP方法（整数规划、横扫式聚类、层次聚类、扫描法、T2C）
整数规划建模import random as rdfrom pyscipopt import Model, quicksumfrom tool.Distance import calculate_distancefrom VRP.CVRP.tool.Plot import *from VRP.CVRP.tool.Print import *from VRP.CVRP.tool.Data_generate import *#一维装箱整数规划def IP_1d(points, capacity
2021-06-24 14:34:10
1306
原创 77、经典VRP建模
import random as rdimport matplotlib.pyplot as pltimport mathfrom pyscipopt import Model, quicksumfrom tool.Distance import calculate_distancedef points_generate(x_min, y_min, x_max, y_max, nums): points = [[0, (x_max+x_min)//2, (y_max+y_min)//.
2021-05-24 15:42:15
1559
原创 76、多边形一些基本操作（自相交、尖刺、保证逆时针、求交）
pro = """1、造一些多边形和一个大的范围2、多边形交集部分归属问题3、多边形未达部分归属问题"""import random as rdimport mathimport matplotlib.pyplot as pltfrom tool.Convex_hull_find import boundary_find#多边形生成def Polygon_generate(x_min, y_min, x_max, y_max, num_point): L = [[int(.
2021-04-20 20:52:14
1557
1
原创 75、QGIS学习记录
在console画多边形wkt2 = 'POLYGON ((11717491.32085317 4192105.64176356, 11717299.80128882 4193264.57267995, 11717299.8012888 4193264.5726799, 11717078.05634601 4192351.42419002, 11715386.86564284 4193357.23269148, 11715382.15507762 4193327.5158613, 11715382.1
2021-04-07 14:35:56
253
2
原创 73、Titanic
pro = """Variable Definition Key survival Survival 0 = No, 1 = Yes, 离散pclass Ticket class 1 = 1st, 2 = 2nd, 3 = 3rd, 离散sex Sex .
2021-03-12 11:22:11
156
原创 72、Cutting Stock Problem
from pyscipopt import Model, quicksumdef IP(A, B, time_limit): m, n = len(A), len(A[0]) model = Model("IP_CSP") #切分方式分布 X = [model.addVar(vtype="I", name="x[%s]" % j) for j in range(n)] #分布和最小 model.setObjective(quicksum(X[j] .
2021-03-05 11:56:51
680
原创 71、有关短视频冷启动的一些想法
冷启动分用户冷启动和物品冷启动，这里说说对物品冷启动的理解新的物品如视频、商品，由于没有足够的行为数据，很难利用统计的信息作推荐，一般有两类思路一种通过保量的方式，给予每个物品一个基准的流量，获取到一定的行为数据，再利用这部分的数据快速迭代筛选 一种通过文本和图像相似性，通过i2i召回的方式将新物品召回这两种方案都可以使得新物品有一定透出的几率，也可以结合着一起使用文本相似度有bert，图像相似度的有多模态...
2021-02-18 17:44:16
277
原创 70、品类规划小结
品类规划是选品方案的一种辅助工具，其从品类的维度去约束选品相关调研最早较为成体系介绍品类规划概念的是杨滔在14年的“聚划算商品销量预测模型”，其源于聚划算业务增长下，运营小二人工选品难以避免经验限制、体力限制和腐败等一系列问题，为建立精准高效的选品机制，品类规划被作为选品的前置流程，其提出使用商品单UV价值作为选品的衡量指标（该指标也可作为品类规划的衡量指标）。授武在“品类规划整改项目小结”中，提出聚划算的商业逻辑核心为“有限坑位限制下的GMV最大化”，且基于可解耦，灵活支持业务，稳健性好的原则
2021-01-11 09:59:42
1678
原创 69、选品小结
选品的结果会作为推荐的输入底池，其通常用在两个方面:1、商品数量有限制的场景，如营销、大促等场景，这时的商品数有限，必须做一定的筛选2、需要精选的场景，这时选品的工作本质上是在承担召回侧的压力选品结合投放来评估效率，这里建模如下：同时提出了一种优化解法其他一些思考：...
2021-01-11 09:51:32
512
原创 68、Kaggle竞赛 预测未来的销售
https://www.kesci.com/mw/dataset/5e981cf7ebb37f002c6007d6/content
2021-01-11 09:30:20
492
原创 67、矩阵分解的梯度下降求解、随机梯度下降
import mathimport random as rddef Loss(U, I, D, d): loss = 0 for u, i in D: loss += pow(sum([U[u][t]*I[i][t] for t in range(d)])-D[u, i], 2) return lossdef step_search(U, dU, I, dI, x, d, D): U1 = {u: [U[u][t] + x * dU[u][t] f.
2020-12-17 17:03:24
244
原创 66、线性模型在梯度下降、tf回归、MLP优化求解表现
# -*- coding: utf-8 -*-import tensorflow as tfimport random as rdimport mathimport numpy as nptf.compat.v1.disable_eager_execution()se = tf.compat.v1.Session()rd.seed(10)def sample_generate(n, low, sup, w, e): X = [[(sup - low) * rd.random() .
2020-12-16 20:04:03
194
原创 65、Top-N推荐系统的协同过滤方法
数据为movielen数据，这里仅用其中的ratings数据1、数据按年份切分import refrom datetime import datetimeimport timeimport pandas as pddef data_read(): t0 = time.perf_counter() ratings_path = r"D:\\!data\\3-recommender\\27-ml-25m\\ml-25m\\ratings.csv" # 文件较大，
2020-11-30 18:17:22
1557
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人