[發明專利]一種面向用戶需求傾向的云制造服務推薦方法

有效

• 申請號: 201510156101.2
• 申請日: 2015-04-03
• 公開（公告）號: CN104731958B
• 公開（公告）日: 2018-11-13
• 發明（設計）人: 張霖;胡安瑞;李博文;陶飛
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/02
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

本發明提出了一種面向用戶需求傾向的云制造服務推薦方法，該方法首先對云制造的分類和服務描述的部分信息進行規范。然后選取某個領域內一定數量的用戶以及這些用戶在一段時間內用過的所有服務，針對每個用戶把這些服務的名稱和簡要介紹合并成文本。通過比對文本相似度的方法，確定有類似需求的用戶。針對某個用戶選取一些與其相似度接近的部分用戶，對比其在某個服務類型點下的服務使用情況。將該用戶未使用但是相似用戶使用的服務進行推薦。本方法考慮到了相似用戶需求的用戶在所有類型服務的需求上的特點相似性，其推薦的服務一定經過了其他企業的應用。是一種準確率非常高的推薦方法。

技術領域

本發明設計一種面向用戶需求傾向的云制造服務推薦方法，該方法在云制造服務分類體系及服務發布標準下，對用戶使用過的服務進行分析，利用詞袋模型獲取與目標用戶有相似需求傾向的用戶。通過對比二者之間的差異性，選擇合適的服務推薦給目標用戶。該方法可把用戶的需求傾向看成了是一個聯系的整體，推薦的服務針對性更強，且都是經過實際檢驗，可靠性得到保證，屬于制造領域。

背景技術

目前的電商、社交、制造等平臺中，推薦系統是非常重要的一個環節。系統可以通過用戶的一些行為推斷其可能感興趣的方向，將該方向的內容推薦給用戶。這種方式下常見的方式有關聯法、分類/聚類和協同過濾等方法。這些方法都是基于一定的用戶行為，尋找用戶的規律，進行推薦。

關聯法主要是對用戶對哪些產品或內容感興趣，系統獲取同時對該產品或內容感興趣的其他用戶，將其他用戶的其他感興趣方面推薦給當前用戶。目前國內的大部分電商都提供類似的服務。在用戶購買了某個商品后，系統往往會給出購買了該商品的其他用戶還購買了什么東西作為推薦。這類方法的目標關注是商品本身，以商品為核心把用戶聯系起來，最終形成一個網絡。這種方法適用較為簡單，但是盲目性太強，構建方式不夠嚴謹，往往推薦的準確率低。分類/聚類技術與關聯法的出發點不同，其把用戶組作為一個核心。即通過一定的方法把用戶進行分類，默認為同類型的用戶其感興趣的商品一定相似。以用戶組為單位，把該用戶組下購買過的商品進行互相推薦。這種方法把用戶固定于一定的類別，而該類別往往是提前固定或通過算法確定。不同的分類方法、應用方向等的不同，效果相差很大。目前比較成功的方法是協同過濾方法，該方法通過一些成熟的技術，對大量用戶的數據進行分析和挖掘，發現用戶的興趣傾向，進行推薦。嚴格講，協同過濾法中必然包含了關聯法和分類/聚類法的相關思想或算法。在具體實施過程中，最常見的實現方式是標簽法。即通過一定的方法或算法對用戶和服務貼標簽，尋找有相同標簽的組合，在標簽的基礎上構建表示模型，進行推薦。這類方法的好處在于計算簡便，速度較快。但是缺點是推薦的準確率不高，因為標簽方式僅僅把最有含義的詞語挑了出來，造成了巨大的語義損失。

實踐證明，面向不同的應用，應該設計合適推薦方法。在云制造領域中，平臺中的面向服務包含多種分類方式，不同的分類方式會造成不同的分類結果。而這些分類結果都是一種從上而下的樹狀結構。不同的用戶會有不同的需求傾向，表現出來就是其感興趣的服務處于的節點位置。同時，云制造服務的發布有嚴格的標準，其名稱和簡介必須包含準確的語義信息。

針對上述問題及云制造平臺的這兩個特點，本發明提出了一種面向用戶需求傾向的云制造服務推薦方法。該方法提取同大類用戶適用的一定次數的服務，生成用戶服務文本，利用詞袋模型得到與目標用戶有相似需求傾向的用戶，對比之間服務的差異，選取合適的服務推薦給目標服務。

本發明的目的為：獲取用戶在語義層面上的潛在需求傾向，結合云制造服務分類規則，更為準確地將經過實踐檢驗的服務推薦給用戶。

發明內容

針對上述問題及云制造平臺的這兩個特點，本發明提出了一種面向用戶需求傾向的云制造服務推薦方法。該方法將某大類用戶近期使用過的一定數量的服務名稱和簡介疊加生成用戶文本，計算文本相似度獲取與目標用戶的需求傾向接近的用戶。根據云制造服務分類，從下至上對比服務，進行服務推薦。

本發明采用的技術方案為：一種面向用戶需求傾向的云制造服務推薦方法，該方法包括3個步驟：