[發明專利]一種基于眾包的用戶需求主動預測方法及系統

有效

• 申請號: 202011387991.5
• 申請日: 2020-12-01
• 公開（公告）號: CN112508256B
• 公開（公告）日: 2023-04-14
• 發明（設計）人: 張以文;儲蓓;王慶人;沈書澤
• 申請（專利權）人: 安徽大學
• 主分類號: G06F17/00
• 分類號: G06F17/00;G06Q10/04;G06Q10/06;G06Q50/00;G06N3/04;G06N3/08
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 張景云

本發明提供一種基于眾包的用戶需求主動預測方法及系統，包括以下步驟：S1：確定參與眾包任務的標注者，標注者接收到眾包任務并完成任務；S2：根據用戶偏好信息構建異質信息網絡；S3：生成用戶需求數據空間；S4：通過圖卷積神經網絡分別學習用戶和需求對象的表示向量；S5：需求預測。本發明通過眾包技術實現用戶直接參與信息生產和知識共享，眾包標注者反饋的偏好信息更能反映用戶的真實需求，結合該信息進行需求預測可以提高結果的準確性；眾包模式采集的用戶偏好信息豐富了用戶的屬性特征，且為缺乏歷史行為數據的新注冊用戶進行了屬性補全，可以更精確地表征每個用戶，從而使推薦結果更具個性化。

技術領域

本發明涉及計算機技術領域，具體來說是一種基于眾包的用戶需求主動預測方法及系統。

背景技術

隨著互聯網、大數據技術的發展，信息過載問題日益嚴重，推薦系統根據用戶的需求信息為其提供感興趣的商品或服務可以幫助用戶進行有效的信息處理。因此，能否準確、全面、主動的預測用戶需求，成為提高服務商推薦性能從而實現商業收益最大化的關鍵。

(1)異質信息網絡推薦

現有的推薦技術主要基于用戶的網絡行為數據進行用戶需求分析，大數據時代背景下的用戶網絡行為數據常具有多源異構性。異質信息網絡可以整合不同類型的對象和對象之間復雜的交互關系，其作為有效的信息融合方法已被廣泛應用于推薦領域。如申請號CN106503028A涉及一種推薦方法，所述推薦方法包括：將推薦數據集中的對象和對象之間的關系建模為異質信息網絡；獲取所述異質信息網絡中連接兩個對象的元路徑；根據連接兩個對象的元路徑計算對象之間的相似度數據；根據對象之間的相似度數據構建目標函數，通過目標函數對所述推薦數據集進行訓練，得到用戶對物品的預測評分；根據所述用戶對物品的預測評分將物品推薦給用戶。該方法利用異質信息網絡對推薦數據進行建模，有效緩解了數據稀疏問題從而提高推薦效果，該方法數據主要來源于互聯網上的用戶歷史行為數據，但對于新注冊服務平臺的用戶，因缺乏歷史行為數據而無法捕捉到其實際需求。

(2)眾包推薦

眾包是采用某種機制使群體共同參與某件事情，達到某個目標，是一種分布式的問題解決和生產模式。眾包通過群體的智慧解決機器難解的問題，以公開招標的方式將問題傳播給工作者群體，社交網絡時代，人們可以進一步通過網絡來更有效率地安排集體活動，進行合作分工。結合眾包任務信息已經成為眾包推薦領域研究的熱點問題。

如申請號為202010464312.3公開的一種眾包任務推薦方法，包括如下步驟：根據眾包平臺上的眾包工人數據和歷史任務，對眾包工人進行用戶畫像更新及用戶畫像等級更新；根據待處理任務的要求對所述眾包工人進行篩選，并獲得眾包工人列表；根據所述待處理任務的要求和所述眾包工人列表確定所述待處理任務的完成時間和價格；根據所述完成時間和價格，通過任務推薦模型確定所述眾包工人的推薦概率列表；根據所述待處理任務和所述推薦概率列表，將待處理任務推薦給所述眾包工人列表中的眾包工人。本發明通過對眾包工人進行用戶畫像，通過用戶畫像中的屬性對眾包工人的技能進行等級評分，并生成推薦概率列表，從而實現將任務自動推送給眾包工人。該方法側重于眾包平臺上的任務推薦。眾包模式通過用戶直接參與的方式能夠將更能反映用戶真實需求的信息反饋給任務請求者，如服務商，將眾包模式采集的數據與推薦數據相結合可以為服務平臺的用戶需求預測提供更精準、更完整的數據支撐，尤其可以緩解新注冊服務平臺用戶的數據缺失問題。因此，設計融合眾包采集數據與推薦數據的異質信息網絡建模方法及相應的需求預測方法是一種現實需求。

發明內容

本發明所要解決的技術問題在于針對缺乏歷史數據的新用戶提供一種高匹配度的需求主動預測方法。

本發明通過以下技術手段實現解決上述技術問題的：

一種基于眾包的用戶需求主動預測方法，包括以下步驟：

S1：確定參與眾包任務的標注者，設計眾包任務并發布到眾包任務平臺上，標注者接收到眾包任務并完成任務；