[發明專利]一種資源受限約束下的活動推薦方法及系統

有效

• 申請號: 201710423237.4
• 申請日: 2017-06-07
• 公開（公告）號: CN107273472B
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 羅沛;劉冬寧;黃寶瑩;王南方
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/02;G06Q30/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種資源受限約束下的活動推薦方法，其特征在于，所述方法包括：

提取原始數據的特征數據；其中，所述特征數據包括活動關鍵屬性及其關鍵度，活動資格屬性及其對應的資格閾值；

根據所述特征數據計算用戶與活動的響應度矩陣；

根據所述特征數據進行用戶聚類，形成不同等級的特征群體，并根據所述特征群體計算用戶與活動的貢獻率預測矩陣；

將所述響應度矩陣以及所述貢獻率預測矩陣進行擬合，得到用戶與活動的價值矩陣；

根據所述價值矩陣，利用Top-N推薦算法篩選出各指定活動的前預定數量的優質用戶，對各所述優質用戶中不受限的用戶直接進行指定活動推薦得到第一推薦結果，對各所述優質用戶中受限的用戶進行合并，并篩選出受限用戶與活動的受限價值矩陣；

根據所述受限價值矩陣，利用KM_B算法求解資源受限約束下的用戶與活動的推薦結果，并與所述第一推薦結果進行合并，形成資源受限約束下的全局最優推薦結果。

2.根據權利要求1所述的方法，其特征在于，提取原始數據的特征數據，包括：

對原始數據中的用戶的基本信息，歷史交易行為信息和歷史活動參與信息進行分析，提取用戶的基本信息特征、歷史交易行為偏好特征、活動的用戶群特征以及活動中不同用戶對活動的貢獻率特征；其中，所述活動的用戶群特征包含活動關鍵屬性及其關鍵度，活動資格屬性及其對應的資格閾值。

3.根據權利要求2所述的方法，其特征在于，根據所述特征數據計算用戶與活動的響應度矩陣，包括：

利用公式計算用戶與活動的響應度矩陣R；

其中，θ_ij為各用戶在各活動中最終的活動資格值，w_ik為第i個用戶的第k項活動關鍵屬性，φ_jk(w_ik)為第j個活動的第k項活動關鍵屬性的計算函數，n_j為第j個活動的活動關鍵屬性個數，I_jk為第j個活動的第k項活動關鍵屬性的重要度。

4.根據權利要求3所述的方法，其特征在于，根據所述特征數據進行用戶聚類，形成不同等級的特征群體，并根據所述特征群體計算用戶與活動的貢獻率預測矩陣，包括：

根據所述基本信息特征和所述歷史交易行為偏好特征進行用戶聚類，得到多個用戶群；

按照用戶是否參與過活動對每個所述用戶群進行劃分，得到每個所述用戶群對應每個活動的參與用戶群和未參與用戶群；

對所述參與用戶群的歷史貢獻率進行匯總計算，得到所述參與用戶群的貢獻率的統計數作為參與用戶群貢獻率的評估參數；

根據所述用戶群的實際貢獻率分布情況，對所述未參與用戶群的貢獻率進行預測填充得到未參與用戶群貢獻率；

根據所述參與用戶群貢獻率以及所述未參與用戶群貢獻率得到用戶與活動的貢獻率預測矩陣。

5.根據權利要求4所述的方法，其特征在于，將所述響應度矩陣以及所述貢獻率預測矩陣進行擬合，得到用戶與活動的價值矩陣，包括：

利用公式V[i,j]＝R[i,j]*C[i,j]*W[j]計算用戶與活動的價值矩陣V；

其中，R為用戶與活動的響應度矩陣，C為用戶與活動的貢獻率預測矩陣，W為活動權重向量。