[發(fā)明專利]一種電商商品消息推送優(yōu)化方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611052120.1
• 申請(qǐng)日: 2016-11-25
• 公開（公告）號(hào): CN106600039A
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計(jì)）人: 張貴軍;王文;周曉根;郝小虎;姚俊;王柳靜
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q30/06
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司33241
• 代理人: 王利強(qiáng)

1.一種基于電商商品消息推送優(yōu)化方法，其特征在于：所述方法包括以下步驟：

A1、通過K近鄰算法將目標(biāo)用戶進(jìn)行分類，從而確定其消費(fèi)習(xí)慣屬于的消費(fèi)群體；通過大數(shù)據(jù)處理初步得到滿足用戶需求的商品種類，以及可能影響該用戶的購買行為的因素，根據(jù)所屬的消費(fèi)群體得出以上因素在用戶購買商品時(shí)所影響權(quán)重；

A2、建立層次分析結(jié)構(gòu)模型

通過A1步驟得到的數(shù)據(jù)，構(gòu)建層次分析模型，其中最上層為目標(biāo)層Z，中間層為準(zhǔn)則層C，最下層為方案層P；

從層次結(jié)構(gòu)模型的準(zhǔn)則層開始，對(duì)于影響上一層每個(gè)因素的同一層的各因素，按權(quán)重大小兩兩進(jìn)行比較，構(gòu)造比較矩陣A，直到最下層，

A＝(a_ij)_n×n(1)

其中，n為每層因素的數(shù)量，a_ij＞0且i,j＝1,2,…,n，其中a_ij表示第i個(gè)因素與第j個(gè)因素比較的結(jié)果，由其重要程度取決，由重要性標(biāo)度含義表確定；

A3、層次單排序及一致性檢驗(yàn)

3.1、確定下層各因素與上層因素影響程度的過程，計(jì)算單排序權(quán)向量并做一致性檢驗(yàn)，取最大特征值所對(duì)應(yīng)歸一化特征向量ω＝{ω₁,ω₂,…ω_n}，其中ω_i,i＝1,2,n,表示下層第i個(gè)元素對(duì)上層某因素影響程度的權(quán)重；

根據(jù)Aω＝λω求得最大特征值λ_max，并由式(2)計(jì)算一致性指標(biāo)CI,

$CI=\frac{{\mathrm{\λ}}_{max}-n}{n-1}---\left(2\right)$

3.2、計(jì)算隨機(jī)一致性指標(biāo)RI，隨機(jī)構(gòu)造n個(gè)比較矩陣A₁,A₂,…,A_n，根據(jù)步驟3.1計(jì)算各比較矩陣的一致性指標(biāo)，分別記做CI₁,CI₂,…,CI_n，則

$RI=\frac{{\mathrm{CI}}_1+{\mathrm{CI}}_2+...+{\mathrm{CI}}_n}{n}---\left(3\right)$

其值由隨機(jī)一致性指標(biāo)表確定；

3.3、計(jì)算一致性比率CR

$CR=\frac{CI}{RI}\<0.1---\left(4\right)$

若滿足A＜預(yù)設(shè)閾值，則認(rèn)為A的不一致程度在允許范圍之內(nèi)，用歸一化特征向量作為權(quán)向量，否則重新構(gòu)造比較矩陣；

A4、計(jì)算總排序權(quán)向量并做一致性檢驗(yàn)

按照步驟A3計(jì)算準(zhǔn)則層C對(duì)目標(biāo)層Z的層次單排序向量，設(shè)為c＝[c₁,c₂,…,c_n]，方案層P對(duì)準(zhǔn)則層C中C_j的層次單排序，設(shè)為p＝[p_1j,p_2j,…,p_mj],(j＝1,2,…,n)，其中，c_n表示第n影響因素對(duì)目標(biāo)層的層次單排序，p_mj表示第m商品對(duì)第j影響因素的層次單排序；

方案層P第i個(gè)商品對(duì)總目標(biāo)的權(quán)重為

計(jì)算總排序一致性比率CR_total：

${\mathrm{CR}}_{total}=\frac{c_1{\mathrm{CI}}_1+c_2{\mathrm{CI}}_2+...+c_n{\mathrm{CI}}_n}{c_1{\mathrm{RI}}_1+c_2{\mathrm{RI}}_2+...c_n{\mathrm{RI}}_n}---\left(5\right)$

通過CR_total＜設(shè)定閾值，層次總排序通過一致性檢驗(yàn)，則按照總排序權(quán)向量表示的結(jié)果進(jìn)行決策，比較各商品對(duì)總目標(biāo)的權(quán)重p_i，選擇權(quán)重值最大的商品推送給用戶，若CR_total≥設(shè)定閾值，則重新建立模型或構(gòu)造那些一致性比率較大的比較矩陣。