[發明專利]基于協同過濾算法和聚類算法的卷煙消費研判方法

有效

• 申請號: 201710121176.6
• 申請日: 2017-03-02
• 公開（公告）號: CN107103488B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 茅斯佳;蘇建康;李劍;強韶軍;李霓彬
• 申請（專利權）人: 江蘇省煙草公司常州市公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q30/02
• 代理公司: 常州品益專利代理事務所(普通合伙) 32401
• 代理人: 張岳

本發明涉及一種基于協同過濾算法和聚類算法的卷煙消費研判方法，包括以下步驟：1)樣本采集；采集樣本消費者對卷煙各品規的偏好度；2)特征采集：選取多個用戶特征信息的特征值構建消費者特征向量，得到消費者特征矩陣；選取多個商品特征信息的特征值構建卷煙特征向量，得到卷煙特征矩陣；3)聚類：運用K?means++算法對消費者和卷煙進行聚類；4)計算偏好度：通過協同過濾算法獲得消費者對各品規卷煙的偏好度。本發明運用K?means++算法將消費者和卷煙聚類，再運用協同過濾算法的思想對某消費者對某卷煙的偏好度進行測算，進而通過樣本消費者的偏好度，預測個體消費者的消費需求。

技術領域

本發明涉及煙草銷售領域，尤其是一種基于協同過濾算法和K-means++聚類算法相結合的的卷煙消費研判方法，以對個體消費者的消費需求進行研判。

背景技術

卷煙具有價值性和危害性并存的“雙重屬性”，這決定了煙草行業必須施行國家煙草專賣制度。但是經濟與社會的發展，煙草行業的市場化要求不斷提高，計劃與市場的天平不斷向市場傾斜。為了更加真實把握市場需求，生產更加適銷對路的產品，進行更加科學的貨源投放，國家局戰略性地提出了開展市場需求預測工作。從2003年以來，需求預測探索的步伐從未間斷，企業對需求預測重要性的認識不斷加深，需求預測準確率不斷提高。需求預測已成為真實把握市場，靈敏反應市場的重要工具，在工業企業生產、商業企業滿足市場的過程中發揮著越來越重要作用。通過對創新卷煙市場需求預測的研究，進一步提高卷煙市場需求預測水平，從而推動“按需組織貨源”的市場化進程。

卷煙商品市場需求預測是煙草企業營銷活動的重要一環。之前的需求預測大多集中在區域消費總量的研判，缺乏對個體消費者的需求研判；之前的需求預測是全品規總量的預測，缺少對分品牌分品規需求的預測；之前的需求研判是基于歷史銷售數據的研判，缺少對未來多變消費環境的適變能力。目前，國內在卷煙產品個體消費者需求預測方法方面的研究甚少。所以，研究一種簡便、快捷、真實、公平、低成本的能夠從消費者層面，獲取消費者對卷煙產品接受程度的反饋信息的方法，已成為同領域技術人員關注的問題。

發明內容

本發明要解決的技術問題是：提出一種基于協同過濾算法和聚類算法的卷煙消費研判方法，通過對消費者信息和商品信息的挖掘，利用鄰居集合的卷煙偏好，對個體消費者進行需求研判。

本發明所采用的技術方案為：一種基于協同過濾算法和聚類算法的卷煙消費研判方法，包括以下步驟：

1)樣本采集；通過樣本消費者的瀏覽記錄、點贊情況、查詢頻繁度、購買記錄以及注冊時填報的卷煙偏好，獲得樣本消費者對卷煙各品規的偏好度；

2)特征采集：選取多個用戶特征信息的特征值構建消費者特征向量，得到消費者特征矩陣；選取多個商品特征信息的特征值構建卷煙特征向量，得到卷煙特征矩陣；

3)聚類：運用K-means++算法分別對樣本消費者和卷煙進行聚類，并計算各類類中心的偏好度；

4)相似度計算：根據所聚消費者類別，計算目標消費者和所屬類中心的相似度；根據所聚卷煙類別，計算目標卷煙品規和所屬類中心的相似度；

5)偏好度計算：基于協同過濾思想，計算user-based的偏好度和item-based的偏好度，整合兩種路徑所得的偏好度，得到需求研判值。

進一步的說，本發明所述的步驟3)中，通過K-means++聚類算法對消費者和卷煙進行聚類的步驟包括：

A、先從輸入的數據點集合中隨機選擇一個點作為第一聚類中心；

B、對于數據集中的每一個點，計算它與最近聚類中心的距離D(x)；

C、選擇另一個新的數據點作為新的聚類中心；

D、重復步驟B和步驟C，直到k個中心被選擇出來；