[發明專利]一種基于可視聚類對消費地點進行混合推薦的方法

有效

• 申請號: 201410478389.0
• 申請日: 2014-09-18
• 公開（公告）號: CN105354720B
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 周芳芳;黃偉;趙穎;樊曉平;吳青;章杰
• 申請（專利權）人: 中南大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02
• 代理公司: 長沙市融智專利事務所 43114
• 代理人: 歐陽迪奇

1.一種基于可視聚類對消費地點進行混合推薦的方法，其特征在于，包含以下步驟：

步驟1)：對信用卡消費記錄進行數據處理，得到包括消費者、消費地點、消費時間和消費金額字段的消費基本信息表Basic_Infor_Tab和消費者已消費地點集合P；

步驟2)：根據步驟1)得到的消費基本信息表Basic_Infor_Tab，對消費地點進行RadViz可視聚類，得到消費特征類似的消費地點聚類；

步驟3)：根據步驟2)得到的消費地點聚類，對消費者進行RadViz可視聚類，得到消費模式相近的消費者聚類；

步驟4)：根據步驟2)得到的消費地點聚類進行基于內容的推薦，根據步驟3)得到的消費者聚類進行協同過濾推薦，將得到的消費地點，添加到對應消費地點推薦列表中；

步驟5)：根據步驟4)建立的消費者消費地點推薦列表Recommend_List，對消費地點按出現次數進行排序，然后將出現次數最多的N個消費地點推薦給消費者，即完成對消費者進行個性化消費地點的推薦；

所述步驟2)對消費地點進行RadViz可視聚類具體步驟如下：

步驟2.1)：選取消費時間或統計信息作為維度錨點，將其均勻分布在RadViz圓周；

步驟2.2)：對消費地點進行可視化，消費地點會因維度錨點對其產生的彈簧拉力而在RadViz中確定其最終位置；

步驟2.3)：類似消費地點將因相似的消費特征而在RadViz中聚集在一起，消費地點的消費特征指在該消費地點的消費發生的時間、消費的金額和消費者，根據自適應K-Means算法對RadViz圓環內地點進行初始聚類，首先，設置初始聚類個數其中X為消費基本信息表Basic_Infor_Tab中消費地點個數，同時,設置迭代次數I_n＝1，聚類內記錄個數限制Num_min＝3,最多迭代次數I_max＝100；其次，在RadViz中隨機選定K個記錄點作為聚類中心Center_i，使用K-Means算法產生K個初始聚類C_i，i＝1，2，···，K；然后判斷每個聚類中記錄個數Num_i是否小于類內記錄個數限制Num_min，若Num_i＜Num_min，則取消該類的中心Center_i，K＝K-1，迭代次數I_n＝I_n+1，重新使用K-Means方法對RadViz進行聚類，若每個聚類中記錄個數Num_i都大于Num_min或迭代次數I_n>最多迭代次數I_max，則完成初始聚類；

步驟2.4)：對步驟2.3)中的初始聚類個數K、聚類內記錄個數限制Num_min、最多迭代次數I_max進行調整，直到得到聚類半徑小于聚類間質心距離，聚類半徑為聚類C_i的質心到邊緣記錄的最大值的最終聚類結果為止，其中初始聚類個數K的調整范圍為大于0不大于X的整數，聚類內記錄個數限制Num_min的調整范圍為大于0的整數，最多迭代次數I_max的調整范圍為大于0的整數。

2.根據權利要求1所述的一種基于可視聚類對消費地點進行混合推薦的方法，其特征在于，所述步驟1)包括以下步驟：

步驟1.1)：根據信用卡交易記錄建立消費基本信息表Basic_Infor_Tab，用來描述某消費者在何時何地進行多少消費金額的消費，即該表的每一行都包括消費者、消費地點、消費時間、消費金額字段；

步驟1.2)：對每一消費者創建相應已消費地點集合P，從步驟1.1)所得消費基本信息表中選取該消費者所在行中的消費地點，并將其加入集合P；

步驟1.3)：根據步驟1.1)建立的消費基本信息表，計算消費地點和消費者的相關統計信息，包括消費次數Count、消費金額平均值Avg、消費金額最大值Max和消費金額最小值Min。

3.根據權利要求1所述的一種基于可視聚類對消費地點進行混合推薦的方法，其特征在于，所述的步驟2.4)中，最終聚類結果中的不同聚類由用戶框選，并用不同顏色來區分不同聚類內的地點以便于用戶肉眼識別。