[發(fā)明專利]基于協(xié)同過濾算法的發(fā)票購銷方推薦方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810051112.8
• 申請(qǐng)日: 2018-01-18
• 公開（公告）號(hào): CN108446937A
• 公開（公告）日: 2018-08-24
• 發(fā)明（設(shè)計(jì)）人: 魏海健;李澤然;郭剛;蔡興磊;張?zhí)煲?/a>;陳皓;靜海洋
• 申請(qǐng)（專利權(quán)）人: 大象慧云信息技術(shù)有限公司
• 主分類號(hào): G06Q30/04
• 分類號(hào): G06Q30/04;G06Q30/02;G06Q30/06
• 代理公司: 北京潤川律師事務(wù)所 11643
• 代理人: 汪永生

1.一種基于協(xié)同過濾算法的發(fā)票購銷方推薦方法，其特征在于，所述方法包括：

獲取發(fā)票票面信息中購貨方的消費(fèi)行為數(shù)據(jù)，所述消費(fèi)行為數(shù)據(jù)至少包括商品明細(xì)；

根據(jù)所述消費(fèi)行為數(shù)據(jù)建立銷貨方商品與所述購貨方之間的關(guān)系數(shù)據(jù)；

利用所述關(guān)系數(shù)據(jù)建立所述購貨方與所述銷貨方商品之間的協(xié)同過濾算法模型；

通過對(duì)所述協(xié)同過濾算法模型迭代計(jì)算得到的推薦商品。

2.根據(jù)權(quán)利要求1所述的基于協(xié)同過濾算法的發(fā)票購銷方推薦方法，其特征在于，所述根據(jù)所述消費(fèi)行為數(shù)據(jù)建立銷貨方商品與所述購貨方之間的關(guān)系數(shù)據(jù)，包括：

根據(jù)所述消費(fèi)行為數(shù)據(jù)建立銷貨方商品與所述購貨方之間的關(guān)系數(shù)據(jù)，利用標(biāo)準(zhǔn)分?jǐn)?shù)處理法對(duì)所述消費(fèi)行為數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

3.根據(jù)權(quán)利要求1所述的基于協(xié)同過濾算法的發(fā)票購銷方推薦方法，其特征在于，所述利用所述關(guān)系數(shù)據(jù)建立所述購貨方與所述銷貨方商品之間的協(xié)同過濾算法模型，包括：

對(duì)所述關(guān)系數(shù)據(jù)進(jìn)行降維處理，將所述購貨方和所述銷貨方商品的對(duì)應(yīng)關(guān)系映射到低維空間；

利用聚類方法將所述購貨方和所述銷貨方商品聚類得到多個(gè)分組；

利用協(xié)同過濾算法對(duì)每個(gè)分組進(jìn)行處理得到預(yù)測值；

所述通過對(duì)所述協(xié)同過濾算法模型迭代計(jì)算得到的推薦商品，包括：

將每個(gè)分組對(duì)應(yīng)的預(yù)測值進(jìn)行合并處理得到N個(gè)預(yù)測值最高的推薦商品。

4.根據(jù)權(quán)利要求3所述的基于協(xié)同過濾算法的發(fā)票購銷方推薦方法，其特征在于，所述利用協(xié)同過濾算法對(duì)每個(gè)分組進(jìn)行處理得到預(yù)測值，包括：

收集可以代表購貨方興趣的信息；

利用最鄰近搜索計(jì)算相似度，根據(jù)所述相似度確定所述購貨方的興趣進(jìn)行預(yù)測，產(chǎn)生推薦結(jié)果。

5.根據(jù)權(quán)利要求1所述的基于協(xié)同過濾算法的發(fā)票購銷方推薦方法，其特征在于，所述消費(fèi)行為數(shù)據(jù)還包括購貨方名稱、購貨方識(shí)別號(hào)、銷貨方名稱、銷貨方識(shí)別號(hào)，所述發(fā)票明細(xì)至少包括商品名稱、商品數(shù)量、商品單價(jià)、商品金額以及商品行序號(hào)。

6.一種基于協(xié)同過濾算法的發(fā)票購銷方推薦裝置，其特征在于，所述基于協(xié)同過濾算法的發(fā)票購銷方推薦裝置包括：

獲取單元，用于獲取發(fā)票票面信息中購貨方的消費(fèi)行為數(shù)據(jù)，所述消費(fèi)行為數(shù)據(jù)至少包括商品明細(xì)；

建立單元，用于根據(jù)所述消費(fèi)行為數(shù)據(jù)建立銷貨方商品與所述購貨方之間的關(guān)系數(shù)據(jù)；

所述建立單元還用于利用所述關(guān)系數(shù)據(jù)建立所述購貨方與所述銷貨方商品之間的協(xié)同過濾算法模型；

處理單元，用于通過對(duì)所述協(xié)同過濾算法模型迭代計(jì)算得到的推薦商品。

7.根據(jù)權(quán)利要求6所述的基于協(xié)同過濾算法的發(fā)票購銷方推薦裝置，其特征在于，所述建立單元還用用于：

根據(jù)所述消費(fèi)行為數(shù)據(jù)建立銷貨方商品與所述購貨方之間的關(guān)系數(shù)據(jù)，利用標(biāo)準(zhǔn)分?jǐn)?shù)處理法對(duì)所述消費(fèi)行為數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

8.根據(jù)權(quán)利要求6所述的基于協(xié)同過濾算法的發(fā)票購銷方推薦裝置法，其特征在于，所述建立單元還用于：

對(duì)所述關(guān)系數(shù)據(jù)進(jìn)行降維處理，將所述購貨方和所述銷貨方商品的對(duì)應(yīng)關(guān)系映射到低維空間；

利用聚類方法將所述購貨方和所述銷貨方商品聚類得到多個(gè)分組；

利用協(xié)同過濾算法對(duì)每個(gè)分組進(jìn)行處理得到預(yù)測值；

所述通過對(duì)所述協(xié)同過濾算法模型迭代計(jì)算得到的推薦商品，包括：

將每個(gè)分組對(duì)應(yīng)的預(yù)測值進(jìn)行合并處理得到N個(gè)預(yù)測值最高的推薦商品。

9.根據(jù)權(quán)利要求8所述的基于協(xié)同過濾算法的發(fā)票購銷方推薦裝置，其特征在于，所述建立單元還用于：

收集可以代表購貨方興趣的信息；

利用最鄰近搜索計(jì)算相似度，根據(jù)所述相似度確定所述購貨方的興趣進(jìn)行預(yù)測，產(chǎn)生推薦結(jié)果。

10.根據(jù)權(quán)利要求6所述的基于協(xié)同過濾算法的發(fā)票購銷方推薦裝置，其特征在于，所述消費(fèi)行為數(shù)據(jù)還包括購貨方名稱、購貨方識(shí)別號(hào)、銷貨方名稱、銷貨方識(shí)別號(hào)，所述發(fā)票明細(xì)至少包括商品名稱、商品數(shù)量、商品單價(jià)、商品金額以及商品行序號(hào)。