[發(fā)明專利]一種用戶需求不明確情況下的服務(wù)推薦方法

在審

• 申請?zhí)枺?/td>: 202011279638.5
• 申請日: 2020-11-16
• 公開（公告）號: CN112307350A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計(jì)）人: 徐漢川;劉睿霖;王忠杰;涂志瑩;徐曉飛
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62
• 代理公司: 哈爾濱市陽光惠遠(yuǎn)知識產(chǎn)權(quán)代理有限公司 23211
• 代理人: 張宏威

本發(fā)明是一種用戶需求不明確情況下的服務(wù)推薦方法。本發(fā)明涉及服務(wù)推薦技術(shù)領(lǐng)域，根據(jù)用戶使用頻率識別目標(biāo)用戶，將使用頻率低于設(shè)定閾值的用戶移除；根據(jù)目標(biāo)用戶周期性的服務(wù)使用數(shù)據(jù)或記錄，構(gòu)建目標(biāo)用戶的服務(wù)使用行為和序列；構(gòu)建目標(biāo)用戶檔案，基于所述目標(biāo)用戶檔案對目標(biāo)用戶進(jìn)行聚類，得到目標(biāo)用戶所屬群類；在目標(biāo)用戶所屬群落內(nèi)，找尋與目標(biāo)用戶具有相似評分偏好的用戶群體。本發(fā)明在用戶需求不明確情況下的，有效地利用服務(wù)之間的關(guān)聯(lián)關(guān)系發(fā)現(xiàn)用戶潛在需求，并將合適的服務(wù)推薦給目標(biāo)用戶，彌補(bǔ)了服務(wù)推薦領(lǐng)域中利用服務(wù)間的關(guān)聯(lián)關(guān)系發(fā)現(xiàn)用戶潛在需求進(jìn)行服務(wù)推薦的空白。

技術(shù)領(lǐng)域

本發(fā)明涉及服務(wù)推薦技術(shù)領(lǐng)域，是一種用戶需求不明確情況下的服務(wù)推薦方法。

背景技術(shù)

基于用戶聚類和偏好度量的方法找到目標(biāo)用戶的相似用戶群體；從相識用戶群的歷史使用記錄中挖掘服務(wù)使用序列中出現(xiàn)頻率較高的時(shí)序模式，發(fā)現(xiàn)目標(biāo)用戶潛在需求點(diǎn)；計(jì)算與目標(biāo)用戶候選服務(wù)序列匹配模式的支持度，將候選推薦服務(wù)進(jìn)行排序，然后選擇最合適的服務(wù)推薦給目標(biāo)用戶。

發(fā)明內(nèi)容

本發(fā)明為了解決現(xiàn)有技術(shù)的問題，本發(fā)明提供了以下技術(shù)方案：一種用戶需求不明確情況下的服務(wù)推薦方法，包括以下步驟：

步驟1：根據(jù)用戶使用頻率識別目標(biāo)用戶，將使用頻率低于設(shè)定閾值的用戶移除；

步驟2：根據(jù)目標(biāo)用戶周期性的服務(wù)使用數(shù)據(jù)或記錄，構(gòu)建目標(biāo)用戶的服務(wù)使用行為和序列；

步驟3：構(gòu)建目標(biāo)用戶檔案，所述目標(biāo)用戶檔案至少包括目標(biāo)用戶的年齡、性別、教育程度和職業(yè)，并基于所述目標(biāo)用戶檔案對目標(biāo)用戶進(jìn)行聚類，得到目標(biāo)用戶所屬群類；

步驟4：在目標(biāo)用戶所屬群落內(nèi)，找尋與目標(biāo)用戶具有相似評分偏好的用戶群體。

優(yōu)選地，從所得用戶群體中挖掘服務(wù)模式，所述挖掘服務(wù)模式包括下列步驟：

步驟5.1：掃描與目標(biāo)用戶具有相似評分偏好的用戶群體的服務(wù)序列，初次掃描時(shí)得到的結(jié)果定義為長度為1的頻繁服務(wù)；

步驟5.2：后續(xù)的掃描結(jié)果建立在前次掃描結(jié)果之上，當(dāng)出現(xiàn)次數(shù)大于等于最小支持度閾值的服務(wù)模式才能成為下一次掃描的種子候選服務(wù)模式，得到長度為k+1的候選服務(wù)模式，判定候選服務(wù)模式的出現(xiàn)頻率是否大于最小支持度，若是則該候選服務(wù)模式被放入頻繁服務(wù)模式集合，支持度為與目標(biāo)用戶具有相似評分偏好的用戶群體的服務(wù)序列集合中包含的候選服務(wù)模式的總數(shù)，僅當(dāng)候選服務(wù)模式的支持度大于給定閾值時(shí)，將候選服務(wù)模式定義為服務(wù)模式，該給定閾值即最小支持度；

步驟5.3：每次掃描后判定是否出現(xiàn)新的服務(wù)模式，若產(chǎn)生了新的服務(wù)模式則重復(fù)進(jìn)行掃描，若未產(chǎn)生則結(jié)束掃描，得到若干服務(wù)模式。

優(yōu)選地，生成目標(biāo)用戶在某一時(shí)間段內(nèi)的候選服務(wù)序列，并將所述候選服務(wù)序列和與目標(biāo)用戶具有相似評分偏好的用戶群體產(chǎn)生的服務(wù)模型進(jìn)行匹配操作，對所述候選服務(wù)序列進(jìn)行排序，選擇最合適的候選服務(wù)推送給目標(biāo)用戶。

優(yōu)選地，所述在目標(biāo)用戶所屬群落內(nèi)，找尋與目標(biāo)用戶具有相似評分偏好的用戶群體步驟中，采用包括皮爾遜相關(guān)系數(shù)、余弦相似度和基于距離的測量三種方式的一種或幾種進(jìn)行平均加權(quán)的方式識別與目標(biāo)用戶具有相似評分偏好的用戶群體。

優(yōu)選地，基于所述目標(biāo)用戶檔案對目標(biāo)用戶進(jìn)行聚類中，聚類方法采用K-Means算法，基于歐氏距離計(jì)算目標(biāo)用戶到群落中心的數(shù)值判斷目標(biāo)用戶所屬類別，具有最小歐氏距離的群落即為目標(biāo)用戶所歸屬群落或類別。

優(yōu)選地，在步驟1中，根據(jù)目標(biāo)用戶的服務(wù)序列的長度，隨機(jī)去除服務(wù)序列中不大于該長度數(shù)量的服務(wù)獲得目標(biāo)用戶在某時(shí)間段內(nèi)的候選服務(wù)序列。

優(yōu)選地，將所述候選服務(wù)序列和與目標(biāo)用戶具有相似評分偏好的用戶群體產(chǎn)生的服務(wù)模型進(jìn)行匹配操作的中，使用時(shí)間權(quán)重區(qū)分不同時(shí)間段的重要程度，對所述候選服務(wù)序列進(jìn)行排序。