[發明專利]一種電子智造產品營銷推薦方法

在審

• 申請號: 202210694002.X
• 申請日: 2022-06-20
• 公開（公告）號: CN114997959A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 謝曉蘭;盧杰;黃安;李姍珊;黃飛揚
• 申請（專利權）人: 桂林理工大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06N3/12;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種電子智造產品營銷推薦方法。首先整理出電子智造業云平臺記錄的客戶日志數據，提取客戶特征和產品特征數據并進行清洗，獲得特定格式的數據集，根據數據集構建客戶產品評分矩陣；然后將采用遺傳算法得到的Pareto最優解集用改進k?means聚類算法進行客戶聚類劃分；再次綜合客戶特征偏好矩陣與客戶產品評分矩陣得出混合相似度計算方式，并引入人類記憶遺忘曲線時間函數，構建客戶產品評分模型；最后將求解出的評分較高的產品結果推薦給客戶。與現有推薦算法相比，本發明方法具有能夠改善客戶興趣變化對推薦效果的影響，實現數據聚合，解決數據稀疏性，提高客戶產品推薦的效率和準確性的優點。

技術領域

本發明涉及推薦算法技術領域，特別涉及一種電子智造產品營銷推薦方法。

背景技術

互聯網技術飛速發展，使得海量信息不斷地涌現在互聯網平臺上，這些信息很多都會給客戶帶來巨大的干擾，讓客戶無法從巨量的信息中找到最需要的內容，其一定程度上可以解決“信息過載”問題。簡單的搜索引擎模式已經不能滿足人們的需求，其利用效率也不足。為此，大量學者都開始進行個性化推薦方法的研究，讓每個客戶的獨特需要都能得到一定滿足，能夠便利地從大量互聯網信息中找到和自身期待最為匹配的內容。產品營銷推薦方法是根據客戶的以往瀏覽內容和偏好，給每個客戶提供一個推薦性的列表，這個列表可以讓客戶快速找到自身的需求信息。這就需要先對客戶進行調查分析，找到客戶的喜好，分析客戶的過往行為，最終利用數學計算方法來計算出最為適合的推薦內容，并發送給客戶。但推薦方法的問題還有很多，還需要我們不斷的去提高和改善。一個效果良好的產品營銷推薦方法不僅可以幫助人們節省更多的檢索時間，而且也給商家、企業帶來更多的銷售量和利潤，從而具有很強的研究價值以及實用性。針對電子智造業云平臺的實際需求，根據客戶的購買產品習慣及相關產品的評價數據，在協同過濾推薦算法的基礎上設計一種產品營銷推薦方法，從而在方便客戶提升購買產品效率的同時，還能夠為商家改善其產品質量提供可靠的數據分析結果。

發明內容

本發明的目的在于根據客戶的購買產品習慣及相關產品的評價數據，從而提升客戶購買產品的效率，提供一種電子智造產品營銷推薦方法。

本發明一種電子智造產品營銷推薦方法主要包括以下步驟：

步驟S1.客戶數據采集：將電子智造業云平臺記錄的客戶日志數據提取出來，該日志數據包含行為數據和業務數據；

步驟S2.數據預處理：數據預處理主要負責從步驟S1中提取客戶特征和產品特征數據并進行數據清洗操作，獲得特定格式的數據集，再根據數據集構建客戶產品評分矩陣UIP矩陣，并對其進行歸一化處理；

步驟S3.改進協同過濾算法：將遺傳算法與改進k-means聚類算法融合，處理數據時結合遺傳算法和密度以及歐式距離對初始聚類中心進行優化，通過改進k-means算法使數據快速高效地趨于各自的極值點；

步驟S4.構建客戶產品評分模型：綜合利用客戶特征偏好矩陣以及客戶產品評分矩陣提出一種新的混合相似度計算方式；相似客戶具有相似的購買行為，根據混合相似度計算，引入人類記憶遺忘曲線時間函數，構建客戶產品評分模型；

步驟S5.產品推薦：將求解出的評分較高的產品結果推送給客戶。

所述步驟S2中數據初始化的過程如下：初始數據往往是雜亂的，需要進行清洗操作，需要一些填充操作，分析并處理從步驟S1中的操作日志，該日志數據包含行為數據和業務數據，根據客戶評論產品數據計算客戶的相似度，重點分析客戶產品評分數據，實現最終推薦的功能。獲取特定格式的數據集，在這里包含客戶特征和產品特征。在人們傾向于購買與其所購買產品相關的產品條件之下，構建客戶特征偏好矩陣。由客戶產品評分矩陣UI(n*m)，產品類別特征矩陣IF(m*k)，這兩個矩陣實現聚合，可以獲得一個客戶偏好特征矩陣UIP(n*k)。并對UIP矩陣實行如式(1)所示的歸一化處理，讓數據趨于[0-1]之間，大大的降低矩陣的維度；