[發明專利]一種基于城市特定人群和關聯政策的匹配推薦方法及系統

在審

• 申請號: 201710934706.9
• 申請日: 2017-10-09
• 公開（公告）號: CN107818336A
• 公開（公告）日: 2018-03-20
• 發明（設計）人: 陶衛峰;王冉;游慶根;林宇;何雯;孫苑;華婷婷;龔少麟;童號;陶駿
• 申請（專利權）人: 中國電子科技集團公司第二十八研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京中知法苑知識產權代理事務所(普通合伙)11226
• 代理人: 常玉明

1.一種基于城市特定人群和關聯政策的匹配推薦方法，其特征在于，包括：

S1、收集特定人群的基本數據和該人群對特定領域的需求和行為數據，形成特定人群集合；

S2、對收集的數據進行預處理，得到人物特征序列；

S3、通過基于神經網絡的聚類分析對所述特定人群進行挖掘分類，并抽取出各分類人群的需求標簽，生成需求標簽集合；

S4、根據針對所述特定人群所采取的相關政策進行分析，并將所有相關政策分解成多個與需求標簽關聯的政策模塊集合；

S5、根據所述特定人群集合、需求標簽集合和政策模塊集合生成三維空間集合，并基于知識的模糊標簽推薦算法，在特定人群集合和政策資源集合的二維中為每個政策資源進行匹配，并推薦給指定用戶。

2.根據權利要求1所述方法，其特征在于，所述特定人群的基本數據包括：

所述特定人群的年齡、性別、職業、收入、受教育程度、戶籍和/或婚姻狀況；

所述特定人群家庭層面的機動車、就業、保險、住房、存款、證券、個體工商戶、納稅、公積金。

3.根據權利要求1所述的方法，其特征在于，所述特定人群對特定領域的需求和行為數據的來源包括各委辦局的信息系統數據以及針對特定人群的問卷調查數據。

4.根據權利要求1所述的方法，其特征在于，所述步驟S3具體包括：

S31、設所述特定人群的樣本數據具有n個樣本，從n個數據對象抽取K個對象作為初始聚類簇的中心；

S32、計算剩余的數據對象魚K個初始簇的均值點的距離，并按照最小距離的標準重新將其余的數據對象劃分給與其距離最近的簇；

S33、統計每個產生變化了的聚類簇的均值，更新均值點；

S34、反復執行步驟S31-S33，直到聚類不再發生變化，生成K個子簇；

S35、計算每個子簇的相對互聯率；

S36、計算每個子簇的相對近似率；

S37、設定每個子簇的相對互聯率的閾值和相對近似率的閾值，將同時滿足相對互聯率大于閾值且相對近似率大于閾值的子簇進行合并，形成新的子簇；

S38、對每個新的子簇從預先確定的主題進行分類，形成需求標簽集合。

5.根據權利要求1所述的方法，其特征在于，所述步驟S4具體包括：

將針對政策文本集合使用一個m×n的矩陣Z替代，如下：

Z＝(Z_ij)_m×n

其中，政策文本特征標簽由行向量表示，對應的數量大小是m；政策集由列向量表示，對應的數量大小是n；zij表示在第j個政策中第i個特征標簽出現的數值；

對上述集合矩陣Z進行SVD處理，獲得對應的SVD的U∑V^T矩陣；

通過預先設置的k值，轉換U∑V^T矩陣，經過k維空間壓縮處理，得到對應的k秩近似集合，即即Ak為政策分解模塊集合。

6.根據權利要求1所述的方法，其特征在于，所述步驟S5具體包括：

上述S3、S4步驟生成由特定人群集合U、需求標簽集合I和政策模塊集合P生成三維空間集合{U，I，P}，并以張量為模型呈現所述三維空間集合{U，I，P}；

使用基于HOSVD方法的張量分解方法實現{U，I，P}3種類型實體之間潛在的語義分析，輸出重建的近似張量T；

根據張量T預測用戶、物品、標簽三者之間的協同關聯，T中的元素由一個四元組{U，I，P，r}表示，其中r表示政策P適合需要標簽I的用戶U的概率。