【摘要】针对“一对多”车货匹配问题，分析了目前车货匹配信息平台中存在的车货信息不对称和不能实时进行车货匹配等问题，提出了一种新的基于深度特征选择模型的车货匹配算法，以深度神经网络为基础模型，在输入层之前加上一层特征选择层，以增强重要因素的影响力，减少无关因素的影响，达到提高匹配正确度的目的。最后将其与传统的基于半马尔科夫的车货匹配算法在匹配准确度和匹配时间效率两个方面进行了比较，实验结果表明，基于深度特征选择的车货匹配算法在匹配准确度和匹配效率上，均明显优于传统的基于半马尔科夫的车货匹配算法。