© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江鸟潮供应链管理有限公司
企业浙江鸟潮供应链管理有限公司成立于2020年，位于浙江省。所属行业为商务服务业。经营范围包括城市配送运输服务（不含危险货物）；道路货物运输（不含危险货物）；道路货物运输站经营；食品经营(依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以审批结果为准)。外卖递送服务。
小微企业商务服务业
数据集列表
本地生活课程语音转文本大模型语料库数据
本数据通过语音大模型将音频课程或视频课程转为文本，使得大语言模型可以从音频数据中间接学习到知识，扩充模型可用的数据类型，提升模型效果。本数据作为自然语言处理模型训练的原材料，可用于各AI大模型学习和理解结构化数据，帮助AI大模型优化、校准、迭代升级，具有很强的复用性，适用于市面上所有大语言模型的训练。本数据中各个课程的点赞数、评论数等可以帮助使用者判断观众对各类型课程的接受情况，点赞、评论等数字大，代表观众对该类型课程更加喜爱，接受程度高，为课程创作提供方向。1、数据收集：饿了么域内存在大量的视频及音频数据文件，包含商家课程，电销通话等，对于大语言模型来说是非常丰富的学习资料，需要将多模态数据转化为文本格式，以供大语言模型学习，本数据便是将商家课程的视频文件转为文本的结果，其中content字段是转译后的结果。
2、数据处理：通过语音大模型，将工程存储在oss上的视频文件，转化为音频的文本文件，记录课程名称、课程介绍、观众数、点赞数、评论数、观看次数、课程风格、详细介绍、图像信息、内容、是否敏感、敏感词、内容长度、类别，经过文本标准化，敏感词过滤后可作为数据资产可用于下游大模型的预训练和RAG，course_style字段为课程风格，1代表图文课程，2代表视频课程，内容长度为“内容”字段所包含的字符总数。
3、对于C端等一些对数据质量要求较高的场景，评判数据集是否包含黄暴恐信息，通过语言识别模型将既定的敏感词与content字段进行过滤，输出是否敏感和敏感词两列结果，是否敏感字段结果为TRUE，代表有敏感词，对应显示敏感词内容，FALSE为没有敏感词，对应敏感词字段为无。
浙江省数据知识产权登记平台2024-12-17 更新210
品牌商家库分析数据
基于品牌、门店的名称、原子词、类目词等基础特征，确定商户与品牌的挂载关系，在品牌商户的精细化运营场景中，结合商户经营情况，圈选平台头部品牌，针对品牌的经营状况、菜品结构、营业时长等其他条件，给品牌商户输出诊断建议，在同一品牌的不同商户间进行经营策略的复制，辅助平台品牌商户成长。商家挂载品牌算法大体分为两步：召回与排序打分。对于召回部分：运用自然语言处理的NER命名实体识别算法分别对店铺名以及品牌名识别出原子词和类目词（原子词：即名称中的核心词，能够精准描述店铺和品牌的最短文本，如“全家便利店”的“全家”，“瑞幸咖啡”的“瑞幸”；类目词：即描述店铺或品牌的品类词，如“全家便利店”的“便利店”，“瑞幸咖啡”的“咖啡”）；通过原子词和类目词的文本相似度召回店铺的潜在挂载品牌。对于排序打分部分：使用深度学习二分类模型对召回部分的结果进行相似度打分，其中模型输入特征选取文本特征和类目信息特征（对于品牌类目，通过已挂载品牌的商户清洗得到top3类目）；然后将特征输入到基于bert+transformer的双塔二分类模型；选取模型阈值大于0.8，且匹配分数最高的品牌作为最终商户与品牌的挂载结果。
浙江省数据知识产权登记平台2024-07-04 更新330
基础设施服务状态全局可观测数据
通过采集基础设施服务底层数据，如：1）物理网络设备的运行状态数据；2）IDC机房（包间、机柜）温度、电力、功耗、网络状态、设备运行状态等数据；3）公有云云网络的运行状态、公有云产品运行状态、公有云底层物理机状态数据；4）自建的各种基础设施服务的运行状态、性能指标等数据。基于自定义的算法规则对数据进行清洗、消噪、匹配、分析，实现对底层基础设施底座的异常动态感觉、精确触达和可视化展示，有效的解决用户对云底层ECS异常信息黑盒感知问题及信息孤岛问题。实时采集来自各个基础设施领域的数据，从海量的数据中提炼出有效的信息进行等级划分和可视化处理，根据原始数据里面定义的事件级别及影响面，将事件转换为可识别的等级。ECS事件处理算法：通过订阅采集阿里云ECS底层异常事件，对事件进行实时消费计算，解析其中关键字段：instanceId、type、appName、eventId、level等，算法字段与数据字段对应关系：level：event_level，instanceId：instance_id，type：item_rule_id，appName：effect_range_source，eventId：event_id，使用type字段和我们现有数据资产配置关注的type值进行对比，进行第一波清洗，命中会进行下一步清洗，通过instanceId、appName字段和现有数据资产结合，进行insanceId,appName字段关联的子父级资产摸排，利用所有的子父级资产和我们关注的数据比对，命中则打标入库进行下一波消费。然后通过令牌桶算法，设定桶的大小，对数据进行聚合消噪，根据业务订阅规则触达至业务方，推送全局观测大屏进行展示。
浙江省数据知识产权登记平台2024-02-17 更新70
商户POI状态库数据
构建poi置信度模型，还未上线饿了么平台的潜在商户组成平台新的商机库，根据本数据，挖掘高活的POI数据供给商机库、进行商机库死店治理，清理被判定为死店的商户，帮助合理分配饿了么平台的营销、客户等资源供给。1、通过POI基础数据，采集POI最近一次拜访距今天数、POI最近一次人工核实为营业的距今天数、POI数据各来源零件的投票得分特征，根据零件的在线状态，在线为1，下线为-1，计算零件累加得分，2、将运单地址、wifi名称分别与POI中的门店名称、地址进行匹配，确认运单、wifi与poi的挂接关系，形成近7天、15天poi饿了么运单挂接数、最近一次运单挂接距今天数、poi最近有wifi挂接距今天数，3、基于以上这些静态特征构建前向神经网络，结合近12个月的poi运单挂接量：f_eleyd01_1-12，poi-wifi挂接量：f_wifi01_1-12，做特征归一化，构建transformer时序模型，时序模型输出与静态特征构建的前向神经网络进行特征拼接，输出预测结果，基于预测得分做置信度标签分层，输出字段new_confidence_level，预测模型得分>=0.45标签值为“高概活”，活店概率高，该POI可作为商机的供给，得分>=0.028且<0.45标签值为“中间”，活店概率为中间，得分<0.028标签值为“高概死”，该poi倒闭概率高，将poi下线并治理关联的有效商机。
浙江省数据知识产权登记平台2024-07-18 更新400
商户POI匹配预测数据
本数据对于地图上POI零件进行匹配分析，帮助预测多个商户是否是现实世界的同一物理门店。POI零件匹配由信息处理、门店召回、模型预测三部分组成。1、商户信息规范化处理：对于商户POI的信息特征进行规范化处理，包括大小写转化、繁体简体转化、别名转化等，以保证门店信息格式一致；2、相似门店集召回：召回名称、经纬度相似的门店作为算法候选集合；3、模型预测：将名称（b_name、q_name)、地址(b_address、q_address)、经纬度（b_lng、b_lat、q_lng、q_lat)特征输入到BERT模型中得出相似门店的距离（dist），BERT模型会根据以上特征及距离进行综合打分（score），若分数大于0.5，则认为是现实世界的同一物理门店。
浙江省数据知识产权登记平台2024-06-06 更新280