[發(fā)明專利]一種基于消費者建模的卷煙品牌推薦算法

在審

• 申請?zhí)枺?/td>: 202010064585.9
• 申請日: 2020-01-20
• 公開（公告）號: CN111275459A
• 公開（公告）日: 2020-06-12
• 發(fā)明（設(shè)計）人: 韓冬;劉培江;韓慧健;賈可亮;張銳;劉崢;韓鳳
• 申請（專利權(quán)）人: 山東煙草研究院有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06Q30/06;G06F16/9535;G06K9/62
• 代理公司: 濟南尚本知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37307
• 代理人: 楊寶根

1.一種基于消費者建模的卷煙品牌推薦算法，其特征在于,依次包括如下步驟：

步驟1：設(shè)計卷煙外包裝二維碼信息，消費者可以通過手機掃描二維碼獲取所購買的卷煙信息以識別真?zhèn)危瑫r煙草銷售公司也可以獲取消費者消費記錄；

步驟2：基于TF-IDF(詞頻-反文檔頻率)的消費者建模，將消費者集合類比于文檔集合，消費者集合中的每個消費者的消費記錄就等同于文檔集合中的文檔，同理將消費者消費記錄中各項特征的不同特征值類比于文檔中的詞語，以此構(gòu)造消費者消費喜好特征向量；

步驟3：卷煙品牌特征向量建模，抽取與消費者特征向量相同的特征構(gòu)建卷煙品牌特征向量；

步驟4：消費者特征向量相似度計算為兩個消費者消費偏好向量對應(yīng)特征相似度值的平均值，消費者特征向量與卷煙品牌特征向量相似度計算方法與兩個消費者特征向量間相似度計算方法相同；

步驟5：基于卷煙品牌特征向量和消費者消費偏好特征相似度計算實現(xiàn)基于消費者消費偏好的卷煙品牌推薦算法，算法首先根據(jù)消費者消費記錄數(shù)據(jù)構(gòu)建消費者消費偏好模型，對消費者群體進行聚類分析，把消費者劃分為幾個群體集合，并計算聚類質(zhì)心，對于待推廣卷煙品牌，構(gòu)建卷煙品牌特征向量，計算卷煙品牌特征向量與每個聚類質(zhì)心的相似度，取相似度最大的消費者聚類群體為待推薦的消費者群體。

2.如權(quán)利要求1所述的基于消費者建模的卷煙品牌推薦算法，其特征在于：所述步驟2的具體步驟如下:

步驟2.1：把消費者集合類比于文檔集合，消費者集合中的每個消費者的消費記錄就等同于文檔集合中的文檔，提取消費者消費記錄中卷煙產(chǎn)地、企業(yè)名稱、商標、香型、等級等14項特征，構(gòu)建消費者消費喜好特征向量，如公式

U＝{F_i|1≤i≤14} (1)

步驟2.2：消費者消費記錄中每一項特征F_i包含多個特征值，這些不同特征值類比于文檔中的詞語，其本身又構(gòu)成一個特征值向量，如公式

F_i＝{(f_ij,w_ij)|1≤j≤m} (2)

步驟2.3：對于步驟1.2中，f_ij表示特征F_i的第j個特征值，w_ij表示這個特征值的權(quán)重，其計算公式如下

其中，tf_ij表示特征值f_ij在消費者U消費記錄中出現(xiàn)的次數(shù)，值越大表示這個特征越能體現(xiàn)消費者的喜好，maxtf_ij表示特征值f_ij在所有消費者中的最大值，用于權(quán)重w_ij的歸一化處理，N為總消費者人數(shù)，n_ij為包含特征值f_ij的消費者人數(shù)，n_ij值越大表示特征值f_ij越大眾化，難以表示消費者偏好。

3.如權(quán)利要求1所述的基于消費者建模的卷煙品牌推薦算法，其特征在于：所述步驟3的具體步驟如下:

步驟3.1：對于卷煙品牌，同樣選取產(chǎn)地、企業(yè)名稱、商品名稱、規(guī)格型號、香型、等級等14項特征，構(gòu)建卷煙品牌特征向量B＝{F_i|1≤i≤14}；

步驟3.2：對于卷煙品牌中每一個特征F_i，其特征值是唯一確定值，不具有統(tǒng)計特性，其權(quán)重為1，其余不存在特征值其權(quán)重值為0。例如，玉溪(軟)其香型為清香型，其香型特征中清香型特征值對應(yīng)的權(quán)重為1，其他香型特征值在此品牌中不存在，為了便于進行卷煙品牌特征向量和消費者特征向量相似度計算，把卷煙品牌每個特征的特征值向量擴展為與消費者偏好特征的每個特征值向量具有相同的維度，這樣在卷煙品牌某一特征中不存在的特征值其權(quán)值設(shè)置為0。