[發(fā)明專利]一種基于LFM模型的線上服務推薦方法在審
| 申請?zhí)枺?/td> | 202010946009.7 | 申請日： | 2020-09-10 |
| 公開（公告）號： | CN112052392A | 公開（公告）日： | 2020-12-08 |
| 發(fā)明（設計）人： | 吳鵬;李輝;李夫寶;張永澤;羅李子;王杰 | 申請（專利權）人： | 江蘇電力信息技術有限公司 |
| 主分類號： | G06F16/9535 | 分類號： | G06F16/9535;G06K9/62;G06N3/08;G06Q10/06 |
| 代理公司： | 南京匯盛專利商標事務所(普通合伙) 32238 | 代理人： | 陳揚 |
| 地址： | 210024 江蘇省*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 lfm 模型 線上 服務 推薦 方法 | ||
1.一種基于LFM模型的線上服務推薦方法，其特征在于該方法包括以下步驟：
(1)構建線上電商化服務目錄；
(2)對基于LFM模型的線上服務推薦算法求解并分析結果；具體包括：
(2-1)用戶-偏好評分矩陣及用戶偏好聚類，根據用戶興趣的偏好來進行分類，將偏好相似的用戶劃分到同一個簇中；將用戶-項目評分矩陣轉換成用戶-偏好評分矩陣，利用用戶-偏好評分矩陣Pm×s和k-means算法對用戶進行聚類處理，將偏好相似的用戶劃分到同一個簇中；
(2-2)LFM模型訓練，利用k-means聚類算法將數據集中的用戶劃分為k個簇，縮減了LFM模型訓練的用戶評分矩陣規(guī)模，并利用python語言里面的多線程編程思想對每個簇中的用戶評分矩陣展開并行訓練，提升了LFM模型的學習效率；
(2-3)最近鄰用戶集的選取，利用用戶-偏好矩陣Pm×s和余弦相似度計算公式完成用戶偏好相似度的計算；
(2-4)改進LFM模型的預測評分分式，融合KNN算法與LFM模型的思想，采用最近鄰用戶的實際評分對LFM模型的預測評分進行修正，彌補在矩陣分解過程中丟失的用戶信息。
2.根據權利要求1所述的基于LFM模型的線上服務推薦方法，其特征在于，步驟(1)中，電商化服務目錄包括：全面的新零售線上服務目錄、智能硬件線上服務目錄、企業(yè)代維線上服務目錄、能效提升線上服務目錄、移動儲能線上服務目錄和電力設備租賃線上服務目錄。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于江蘇電力信息技術有限公司，未經江蘇電力信息技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010946009.7/1.html，轉載請聲明來源鉆瓜專利網。
