基于協(xié)同過(guò)濾推薦算法的機(jī)型推薦系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及建立一個(gè)基于運(yùn)營(yíng)商數(shù)據(jù)的機(jī)型推薦系統(tǒng)，該系統(tǒng)利用協(xié)同過(guò)濾推薦 算法的框架，結(jié)合機(jī)型生命周期模型來(lái)和相應(yīng)的打分函數(shù)來(lái)為用戶推薦機(jī)型。
【背景技術(shù)】
[0002] 伴隨著數(shù)據(jù)庫(kù)技術(shù)的迅速發(fā)展和數(shù)據(jù)庫(kù)管理系統(tǒng)的廣泛應(yīng)用，數(shù)據(jù)積累得越來(lái)越 多。面對(duì)激增的數(shù)據(jù)，人們希望能夠挖掘出隱藏在背后的許多重要的信息，從而可以更好地 利用這些數(shù)據(jù)為人們服務(wù)。運(yùn)營(yíng)商擁有大量的和用戶有關(guān)的個(gè)人信息和歷史消費(fèi)數(shù)據(jù)，如 何利用這些數(shù)據(jù)創(chuàng)造新的效益是運(yùn)營(yíng)商面臨的問(wèn)題，而利用這些數(shù)據(jù)向用戶進(jìn)行手機(jī)機(jī)型 推薦就是這樣一個(gè)典型的應(yīng)用。
[0003] 推薦系統(tǒng)的推薦方法主要有基于內(nèi)容的過(guò)濾方法和協(xié)同過(guò)濾方法。其中，在信息 檢索領(lǐng)域主要應(yīng)用的是基于內(nèi)容的過(guò)濾。基于內(nèi)容的過(guò)濾需要分析文件資源的描述，并分 析每個(gè)用戶的興趣和偏好，從而建立起用戶偏好模型。通過(guò)用戶興趣偏好模型向用戶提供 推薦服務(wù)，但是它具有一定的局限性的。正所謂"近朱者赤，近墨者黑"，身邊其他人會(huì)影響 一個(gè)人的行為思想。協(xié)同過(guò)濾推薦技術(shù)主要有兩個(gè)假設(shè)：1)那些與目標(biāo)用戶有相同興趣與 偏好的人對(duì)某個(gè)信息的喜愛程度可以用來(lái)衡量目標(biāo)用戶對(duì)該信息的偏好；2)用戶的喜好 具有持續(xù)性，即現(xiàn)在會(huì)喜歡過(guò)去喜愛的信息的相似信息。因此，基于這兩個(gè)假設(shè)，在網(wǎng)絡(luò)信 息服務(wù)中向用戶推薦信息時(shí)，可以利用其他用戶的信息或者目標(biāo)用戶自身的信息對(duì)某些信 息產(chǎn)生評(píng)價(jià)，選取評(píng)價(jià)最高的幾項(xiàng)信息推薦給目標(biāo)用戶。
[0004] 協(xié)同過(guò)濾推薦方法主要有兩種：基于用戶的協(xié)同過(guò)濾和基于項(xiàng)目的協(xié)同過(guò)濾。基 于用戶的協(xié)同過(guò)濾：首先求與目標(biāo)用戶有相同或相似興趣和愛好的N個(gè)最近鄰居用戶；然 后計(jì)算出這K個(gè)用戶對(duì)目標(biāo)項(xiàng)目I的打分值；最后根據(jù)這些打分和N個(gè)最近鄰居用戶與目 標(biāo)用戶的相似度預(yù)測(cè)出目標(biāo)用戶對(duì)目標(biāo)項(xiàng)目I的打分值。基于項(xiàng)目的協(xié)同過(guò)濾：首先找出 目標(biāo)項(xiàng)目I的相似目標(biāo)，其中，這些相似項(xiàng)目都是用戶所感興趣的項(xiàng)目，然后查詢出用戶對(duì) 這些項(xiàng)目的打分值，最后根據(jù)相似項(xiàng)目與目標(biāo)項(xiàng)目之間的相似度和打分可以預(yù)測(cè)出目標(biāo)用 戶對(duì)目標(biāo)項(xiàng)目的打分值。
[0005] 本發(fā)明所使用的基于混合信息的協(xié)同過(guò)濾算法綜合考慮了兩方面的信息：用戶自 身的特征和項(xiàng)目特征。其中，用戶的特征是指用戶自身的屬性，比如有年齡、性別、消費(fèi)信息 等等。項(xiàng)目特征是指目標(biāo)用戶所使用的機(jī)型屬性，比如價(jià)格、品牌、機(jī)型、性能等等。

【發(fā)明內(nèi)容】

[0006] 發(fā)明目的：本發(fā)明所要解決的問(wèn)題是為目標(biāo)用戶推薦合適的手機(jī)機(jī)型，尤其是基 于協(xié)同過(guò)濾推薦算法的機(jī)型推薦。
[0007] 為解決上述問(wèn)題，本發(fā)明技術(shù)方案是：基于協(xié)同過(guò)濾推薦算法的機(jī)型推薦方法，利 用協(xié)同過(guò)濾推薦算法的框架，結(jié)合機(jī)型生命周期模型和相應(yīng)的打分函數(shù)來(lái)為用戶精確推薦 機(jī)型，包括如下步驟：
[0008] 1)最近鄰計(jì)算階段：
[0009] b)數(shù)據(jù)預(yù)處理，清除噪聲和異常數(shù)據(jù)，排除不符合要求的用戶和機(jī)型，從用戶數(shù)據(jù) 庫(kù)中抽取目前正在使用的用戶的個(gè)人信息和歷史消費(fèi)信息，從機(jī)型數(shù)據(jù)庫(kù)中抽取用戶目前 使用機(jī)型的相關(guān)屬性；
[0010] C)利用預(yù)處理后的數(shù)據(jù)將相應(yīng)的信息抽取出來(lái)為每個(gè)用戶構(gòu)建對(duì)應(yīng)的用戶向量， 并使用本系統(tǒng)設(shè)計(jì)的方法計(jì)算用戶間的相似度；
[0011] d)計(jì)算目標(biāo)用戶與其他用戶的相似度取相似度最大的前N個(gè)作為目標(biāo)用戶的最 近鄰居；
[0012] 具體過(guò)程如下：
[0013] (1)數(shù)據(jù)預(yù)處理，對(duì)于正在使用的用戶，清理掉山寨機(jī)用戶和剛?cè)刖W(wǎng)不到半年的用 戶，得到正常用戶集合A。山寨機(jī)用戶的清理方法是如果有同一串號(hào)對(duì)應(yīng)多個(gè)手機(jī)則是山寨 機(jī)，入網(wǎng)不到半年的用戶則是通過(guò)入網(wǎng)時(shí)間距離當(dāng)前月份大于六個(gè)月來(lái)篩選；
[0014] (2)對(duì)A中的用戶建立用戶向量集合U，用戶向1/7加入U(xiǎn)中，包含三類信息，分別 是用戶本身屬性，消費(fèi)信息和當(dāng)前使用機(jī)型信息；
[0015] (3)將用戶Ui的性別、年齡、入網(wǎng)時(shí)長(zhǎng)信息加入用戶向量巧。
[0016] (4)將用戶七的消費(fèi)信息，包括平均通話時(shí)長(zhǎng)、短信、消費(fèi)、流量等信息加入到用戶 向量珥；
[0017] (5)將用戶七當(dāng)前的用機(jī)信息，包括機(jī)型所對(duì)應(yīng)的價(jià)格、制式、品牌、操作系統(tǒng)、 是否是智能機(jī)、是否支持TD、是否支持?jǐn)z像頭、是否支持GPRS、尺寸等信息加入到用戶向量
[0018] (6)計(jì)算用戶Ui與所有其他用戶的相似度，得到相似度矩陣，相似度計(jì)算如下：
【主權(quán)項(xiàng)】
1.基于協(xié)同過(guò)濾推薦算法的手機(jī)機(jī)型推薦方法，其特征是利用協(xié)同過(guò)濾推薦算法的框 架，結(jié)合機(jī)型生命周期模型和相應(yīng)的打分函數(shù)來(lái)為用戶精確推薦機(jī)型，包括如下步驟： 1) 最近鄰計(jì)算階段： a) 數(shù)據(jù)預(yù)處理，清除噪聲和異常數(shù)據(jù)，排除不符合要求的用戶和機(jī)型，從用戶數(shù)據(jù)庫(kù)中 抽取目前正在使用的用戶的個(gè)人信息和歷史消費(fèi)信息，從機(jī)型數(shù)據(jù)庫(kù)中抽取用戶目前使用 機(jī)型的相關(guān)屬性； b) 利用預(yù)處理后的數(shù)據(jù)將相應(yīng)的信息抽取出來(lái)為每個(gè)用戶構(gòu)建對(duì)應(yīng)的用戶向量，并使 用本系統(tǒng)設(shè)計(jì)的方法計(jì)算用戶間的相似度； C)計(jì)算目標(biāo)用戶與其他用戶的相似度取相似度最大的前N個(gè)作為目標(biāo)用戶的最近鄰 居； 具體過(guò)程如下： (1) 數(shù)據(jù)預(yù)處理，對(duì)于正在使用的用戶，清理掉山寨機(jī)用戶和剛?cè)刖W(wǎng)不到半年的用戶， 得到正常用戶集合A。山寨機(jī)用戶的清理方法是如果有同一串號(hào)對(duì)應(yīng)多個(gè)手機(jī)則是山寨機(jī)， 入網(wǎng)不到半年的用戶則是通過(guò)入網(wǎng)時(shí)間距離當(dāng)前月份大于六個(gè)月來(lái)篩選. (2) 對(duì)A中的用戶建立用戶向量集合U，用戶向量?jī)杉尤險(xiǎn)中，包含S類信息，分別是用 戶本身屬性，消費(fèi)信息和當(dāng)前使用機(jī)型信息； (3) 將用戶Ui的性另Ij、年齡、入網(wǎng)時(shí)長(zhǎng)信息加入用戶向量U1。 (4) 將用戶Ui的消費(fèi)信息，包括平均通話時(shí)長(zhǎng)、短信、消費(fèi)、流量等信息加入到用戶向量 Ui; 妨將用戶Ui當(dāng)前的用機(jī)信息，包括機(jī)型所對(duì)應(yīng)的價(jià)格、制式、品牌、操作系統(tǒng)、是否是 智能機(jī)、是否支持TD、是否支持?jǐn)z像頭、是否支持GPRS、尺寸等信息加入到用戶向量n,; (6) 計(jì)算用戶Ui與所有其他用戶的相似度，得到相似度矩陣，相似度的計(jì)算如下：
其中馬和兩表示用戶Ui，Uj.所對(duì)應(yīng)的用戶向量。余弦部分計(jì)算的是用戶向量中用戶 本身信息和消費(fèi)信息部分的相似度，由于該部分?jǐn)?shù)據(jù)屬性是混合屬性，而余弦度量要求向 量中的每個(gè)屬性必須是實(shí)數(shù)，所W需要對(duì)分類屬性進(jìn)行量化。性別分別用0和1表示。 Sim師e(u^Uj')計(jì)算的則是用戶Ui和uj當(dāng)前使用機(jī)型的相似度，同一品牌同一機(jī)型相似度為 1，同一品牌不同機(jī)型相似度為0. 5,不同品牌的相似度為0; (7) 取相似度最大的前N個(gè)用戶構(gòu)成目標(biāo)用戶Ui的最近鄰居集合N 巧）結(jié)束； a)結(jié)束； 2) 機(jī)型推薦階段： a) 構(gòu)建所有機(jī)型的生命周期模型并計(jì)算出處于成熟期及之前階段的機(jī)型集合； b) 使用目標(biāo)用戶的最近鄰為所有機(jī)型進(jìn)行打分，之后向目標(biāo)用戶推薦； 具體過(guò)程如下： (1)查詢用戶集合U中的所有用戶當(dāng)前使用的機(jī)型并構(gòu)造機(jī)型集合P; (2) 建立一個(gè)集合MATURE用于存放處于成熟期及之前階段的機(jī)型； (3) 查詢P中的每個(gè)機(jī)型Pi自上市W來(lái)每個(gè)月的使用量增量數(shù)據(jù)得到向量z'n"巧，increment^中的第d維元素表示機(jī)型Pi上市后第d月的使用量增量； (4) 對(duì)P中的每個(gè)機(jī)型Pi分別構(gòu)造生命周期模型nii，方法是采用S次多項(xiàng)式擬合 increment^中的增量數(shù)據(jù)，多項(xiàng)式方程為；Y(t)=aa+ait+a2t2+a3t3。擬合后得到相應(yīng)的參 數(shù)值a。，ai，32, 33,其中Y(t)表示機(jī)型Pi上市后第t月的使用量增量； (5) 確定機(jī)型Pi所處的生命階段。計(jì)算
，令當(dāng)前月份是機(jī)型Pi上市的第t月，如 果twfG(ta，ti)，則處在引入期姻果(t^t2)，則處在成長(zhǎng)期；如果twfG(t2，t3)， 則處在成熟期；如果twt>t3,則進(jìn)入衰退期，銷量逐漸減少，即將退出市場(chǎng)，不參與機(jī)型推 薦； (6) 將P中處在成熟期W及之前階段的所有機(jī)型加入到集合MATURE中； (7)為MATURE中的每個(gè)機(jī)型Qk打分，打分的方法是
其中Ni是目標(biāo)用戶Ui的最近鄰居集合； (8) 對(duì)打分結(jié)果進(jìn)行降序排序，取最高的N個(gè)機(jī)型推薦給目標(biāo)用戶Ui，將結(jié)果保存到文 件中； (9) 將推薦結(jié)果交由營(yíng)銷人員進(jìn)行營(yíng)銷； (10) 結(jié)束； C)結(jié)束； 結(jié)束。
【專利摘要】基于協(xié)同過(guò)濾推薦算法的手機(jī)機(jī)型推薦方法，利用協(xié)同過(guò)濾推薦算法的框架，結(jié)合機(jī)型生命周期模型和相應(yīng)的打分函數(shù)來(lái)為用戶精確推薦機(jī)型，包括如下步驟，包括最近鄰計(jì)算階段和機(jī)型推薦階段：數(shù)據(jù)預(yù)處理，清除噪聲和異常數(shù)據(jù)，排除不符合要求的用戶和機(jī)型，從用戶數(shù)據(jù)庫(kù)中抽取目前正在使用的用戶的個(gè)人信息和歷史消費(fèi)信息，從機(jī)型數(shù)據(jù)庫(kù)中抽取用戶目前使用機(jī)型的相關(guān)屬性；利用預(yù)處理后的數(shù)據(jù)將相應(yīng)的信息抽取出來(lái)為每個(gè)用戶構(gòu)建對(duì)應(yīng)的用戶向量，并使用本系統(tǒng)設(shè)計(jì)的方法計(jì)算用戶間的相似度；計(jì)算目標(biāo)用戶與其他用戶的相似度取相似度最大的前N個(gè)作為目標(biāo)用戶的最近鄰居。
【IPC分類】G06Q30-02
【公開號(hào)】CN104794635
【申請(qǐng)?zhí)枴緾N201510186307
【發(fā)明人】吳駿, 苗霽, 彭岳, 戴恒宇, 王崇駿, 李寧
【申請(qǐng)人】南京大學(xué)
【公開日】2015年7月22日
【申請(qǐng)日】2015年4月17日