[發明專利]基于隸屬度分析的用戶推薦方法、裝置、電子設備及介質

在審

• 申請號: 202010720807.8
• 申請日: 2020-07-23
• 公開（公告）號: CN111861227A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 楊威
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及大數據，揭露一種基于隸屬度分析的用戶推薦方法，包括：基于歷史數據確定評分表，根據評分表中的二級指標隸屬于各個評價等級的第一隸屬度確定每個一級指標對應的第一評價矩陣，對第一評價矩陣執行第一處理，得到每個一級指標的權重向量；對權重向量執行第二處理，得到每個一級指標隸屬于各評價等級的第二隸屬度向量；根據第二隸屬度向量確定每個待推薦用戶的第二評價矩陣，對第二評價矩陣執行第一處理、第二處理，得到每個待推薦用戶的綜合評價結果隸屬于各評價等級的第三隸屬度向量，基于第三隸屬度向量確定用戶推薦列表。本發明還涉及區塊鏈技術，歷史數據存儲于區塊鏈中。本發明可提高用戶推薦的準確度和效率。

技術領域

本發明涉及大數據處理，尤其涉及一種基于隸屬度分析的用戶推薦方法、裝置、電子設備及介質。

背景技術

隨著互聯網技術的發展，信息更加多樣化，導致人們難以根據大量數據確定目標對象，例如，各行各業的服務商越來越多，決定服務質量的因素眾多，如何從眾多服務商中確定優秀服務商呢？

當前通常采用層次法或模型法對不同服務商進行綜合評價，根據綜合評價結果確定服務商推薦名單，層次法主要根據專家經驗確定評價指標及各指標的權重，使得人為參與度大，評價結果不夠客觀，準確度不足；模型法需要輸入大量樣本數據進行學習和訓練，學習時間長、效率低。因此，亟需一種可提高準確度及效率的用戶(或服務商)推薦方法。

發明內容

鑒于以上內容，有必要提供一種基于隸屬度分析的用戶推薦方法，旨在提高推薦準確度及效率。

本發明提供的基于隸屬度分析的用戶推薦方法，包括：

響應客戶端發出的用戶推薦請求，從預設存儲地址中獲取每個待推薦用戶的歷史數據，基于所述歷史數據確定所述每個待推薦用戶的評分表，所述評分表包括多個一級指標、二級指標及二級指標隸屬于各個評價等級的第一隸屬度；

根據所述第一隸屬度確定每個一級指標對應的第一評價矩陣，對所述第一評價矩陣執行第一處理，得到所述每個一級指標的權重向量；

對所述權重向量執行第二處理，得到所述每個一級指標隸屬于各評價等級的第二隸屬度向量；

根據所述第二隸屬度向量確定所述每個待推薦用戶的第二評價矩陣，對所述第二評價矩陣執行第一處理、第二處理，得到所述每個待推薦用戶的綜合評價結果隸屬于各評價等級的第三隸屬度向量，基于所述第三隸屬度向量確定用戶推薦列表。

可選的，所述對所述第一評價矩陣執行第一處理包括：

構建隸屬度的熵函數；

根據所述隸屬度的熵函數及所述第一評價矩陣計算所述每個一級指標的權值參數；

根據所述權值參數計算所述每個一級指標的權重向量。

可選的，所述對所述權重向量執行第二處理包括：

根據所述權重向量計算所述每個一級指標下的二級指標隸屬于各評價等級的隸屬度的有效分值；

根據所述有效分值及預先確定的所述每個一級指標對應的二級指標權重向量，得到所述每個一級指標對應的有效值矩陣，匯總所述有效值矩陣，得到所述每個一級指標對應的有效值向量；

根據所述有效值向量計算所述每個一級指標隸屬于各評價等級的第二隸屬度向量。

可選的，所述基于所述第三隸屬度向量確定用戶推薦列表包括：

根據所述第三隸屬度向量及所述各評價等級對應的初始分值得到所述每個待推薦用戶的綜合評分；

根據所述綜合評分對所述待推薦用戶進行排序，得到用戶推薦列表。

可選的，所述隸屬度的熵函數為：