本發明專利技術涉及數據處理技術領域，提出了一種基于運營商數據分析的個性化權益包推薦系統，包括：采集用戶若干內容項的相關數據；將用戶若干內容項的相關數據轉換為樣本空間中的樣本點；獲取每個樣本點的范圍區分度；得到若干相似分組；對同一相似分組的用戶基于內容項的相關數據構建二維矩陣；根據二維矩陣中各行元素的差異及用戶對應樣本點的范圍區分度，獲取同一相似分組下的不同用戶之間的數據差異度；獲取同一相似分組下不同用戶之間的相似度調整系數；對相似分組中用戶間的相似度進行調整；基于相似分組構建推薦模型，并對用戶權益包進行個性化定制推薦。本發明專利技術旨在解決用戶個人獨特偏好體現不明顯導致推薦效果不理想的問題。
【技術實現步驟摘要】
本專利技術涉及數據處理，具體涉及一種基于運營商數據分析的個性化權益包推薦系統。
技術介紹
1、通過分析用戶在運營商網絡上的通信、消費行為數據，可以深入了解用戶的需求、偏好，從而為用戶推薦個性化的權益包，并結合私域載體的定制化服務，可以有效提升用戶體驗，增加用戶滿意度。但由于用戶群體的偏好多樣性以及權益包類別組合的多樣化，導致利用協同過濾算法對于運營商數據處理，提取用戶偏好特征的過程中，存在用戶的錯誤偏好提取，進而導致權益包的個性化定制結果不準確。
2、現有技術中采用基于模型的協同過濾算法對運營商網絡上的用戶通信、消費行為數據進行用戶偏好特征提取處理，其主要利用機器學習的方法，對運營商用戶相關數據進行建模，并將訓練好的模型來預測未知的用戶偏好信息，最終得出權益包個性化定制服務推薦；但利用協同過濾算法對運營商網絡上的用戶相關數據進行處理的過程中，用戶權益包定制推薦模型的推薦準確度取決于權益包內容項與用戶項的匹配精準度，然而覆蓋面較廣的流行性偏向導致單個用戶的獨特偏好無法明顯體現，進而使得構建出用戶權益包定制推薦模型的定制推薦結果不理想。
技術實現思路
1、本專利技術提供一種基于運營商數據分析的個性化權益包推薦系統，以解決現有的用戶個人獨特偏好體現不明顯導致推薦效果不理想的問題，所采用的技術方案具體如下：
2、本專利技術一個實施例提供了一種基于運營商數據分析的個性化權益包推薦系統，該系統包括：
3、用戶數據采集模塊，用于采集用戶若干內容項的相關數據；</p>4、用戶分組構建模塊，用于將用戶若干內容項的相關數據轉換為樣本空間中的樣本點；根據樣本點的分布，獲取每個樣本點的范圍區分度；基于樣本點歐式距離聚類得到若干相似分組；
5、對同一相似分組的用戶基于內容項的相關數據構建二維矩陣；根據二維矩陣中各行元素的差異及用戶對應樣本點的范圍區分度，獲取同一相似分組下的不同用戶之間的數據差異度；基于數據差異度及行向量之間的相似性，獲取同一相似分組下不同用戶之間的相似度調整系數；通過相似度調整系數對相似分組中用戶間的相似度進行調整；
6、個性化權益包推薦模塊，用于基于相似分組構建推薦模型，并對用戶權益包進行個性化定制推薦。
7、進一步地，所述每個樣本點的范圍區分度，具體的獲取方法為：
8、根據樣本點間的歐式距離，通過協同過濾算法獲取每個樣本點的鄰域范圍；對于第個樣本點，獲取第個樣本點與其鄰域范圍內所有樣本點的歐式距離的方差，將方差的反比例歸一化值作為第個樣本點的范圍區分度。
9、進一步地，所述對同一相似分組的用戶基于內容項的相關數據構建二維矩陣，包括的具體方法為：
10、對于任意一個相似分組，將每個內容項作為一列，將該相似分組中每個用戶每個內容項的相關數據作為一行，得到該相似分組的二維矩陣。
11、進一步地，所述同一相似分組下不同用戶之間的數據差異度，具體的獲取方法為：
12、根據同一相似分組下不同用戶相同內容項的相關數據，獲取同一相似分組下不同用戶之間的行差異；任意一個相似分組中第個用戶與第個用戶之間的數據差異度的計算方法為：
13、
14、其中，表示第個用戶與第個用戶之間的行差異，表示第個用戶的范圍區分度，表示第個用戶的范圍區分度，表示該相似分組中第個用戶的范圍區分度，表示該相似分組中用戶的數量，表示以自然常數為底的指數函數。
15、進一步地，所述同一相似分組下不同用戶之間的行差異，具體的獲取方法為：
16、計算第個用戶與第個用戶相同內容項之間相關數據的差值絕對值，將所有內容項得到的差值絕對值的均值作為第個用戶與第個用戶之間的行差異。
17、進一步地，所述同一相似分組下不同用戶之間的相似度調整系數，具體的獲取方法為：
18、根據同一相似分組的二維矩陣中不同用戶一行的元素，獲取每個相似分組中每個用戶的行差異程度；任意一個相似分組中第個用戶與第個用戶之間的相似度調整系數的計算方法為：
19、
20、其中，表示第個用戶與第個用戶之間的相似度調整因子，表示第個用戶與第個用戶之間的數據差異度，表示該相似分組中不同用戶之間的數據差異度的最大值，表示第個用戶的行差異程度，表示第個用戶的行差異程度；
21、獲取該相似分組中任意兩個用戶之間的相似度調整因子，對所有相似度調整因子進行線性歸一化，得到的結果作為兩個用戶之間的相似度調整系數。
22、進一步地，所述每個相似分組中每個用戶的行差異程度，具體的獲取方法為：
23、對于任意一個相似分組的二維矩陣，對該相似分組中任意兩個用戶的行向量計算dtw距離，所述行向量為二維矩陣中任意一個用戶一行的元素按順序排列形成的向量；計算該相似分組中第個用戶與相似分組內其他所有用戶的行向量之間dtw距離的方差，記為第個用戶的行差異程度。
24、進一步地，所述通過相似度調整系數對相似分組中用戶間的相似度進行調整，包括的具體方法為：
25、對于任意一個相似分組，對該相似分組通過協同過濾算法獲取任意兩個用戶之間的相似度；根據任意兩個用戶之間的相似度調整系數對相似度進行調整，得到每個相似分組中不同用戶之間的最終相似度。
26、進一步地，所述得到每個相似分組中不同用戶之間的最終相似度，包括的具體方法為：
27、對于任意一個相似分組中任意兩個用戶，若該兩個用戶之間的相似度調整系數大于調整閾值，將該兩用戶之間的相似度與相似度調整系數的乘積，作為調整后的相似度；
28、若該兩個用戶之間的相似度調整系數小于或等于調整閾值，不對兩個用戶之間的相似度進行調整，將調整后的相似度及無需調整的相似度，記為該相似分組中不同用戶之間的最終相似度。
29、進一步地，所述基于相似分組構建推薦模型，包括的具體方法為：
30、基于相似分組中用戶間的最終相似度，通過深度學習網絡模型構建推薦模型。
31、本專利技術的有益效果是：本專利技術通過對用戶進行樣本點轉換，基于樣本點及其鄰域樣本點的分布量化范圍區分度，通過范圍區分度對樣本點的距離進行調整并完成用戶的分組；通過相似分組的二維矩陣構建，并基于二維矩陣中行向量的差異，結合范圍區分度，初步量化用戶間的數據差異度，進而調整用戶間的相似度，從而使得推薦模型充分考慮用戶的獨特行為偏好，進而輸出最佳的權益包推薦結果；本專利技術期望對實現分組化的組內用戶間的相似度調整，從單個用戶在不同私域載體平臺上的顯性及隱性行為指標構成的行為偏好數據模式上進行分析，以最大程度保留目標用戶特異性偏好；其中通過對相似分組內用戶構建二維矩陣，基于二維矩陣中用戶的行向量之間的差異量化用戶間的數據差異度，并通過范圍區分度進行調整，保證分組信息更加準確，進而反映相似分組內用戶間的行為偏好差異，進而結合行向量之間的相似性量化相似度調整系數，并基于相似度調整系數對協同過濾算法中用戶間的相似度進行調整；避免了存在覆蓋本文檔來自技高網
...
【技術保護點】
1.一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，該系統包括：
2.根據權利要求1所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述每個樣本點的范圍區分度，具體的獲取方法為：
3.根據權利要求1所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述對同一相似分組的用戶基于內容項的相關數據構建二維矩陣，包括的具體方法為：
4.根據權利要求1所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述同一相似分組下不同用戶之間的數據差異度，具體的獲取方法為：
5.根據權利要求4所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述同一相似分組下不同用戶之間的行差異，具體的獲取方法為：
6.根據權利要求1所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述同一相似分組下不同用戶之間的相似度調整系數，具體的獲取方法為：
7.根據權利要求6所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述每個相似分組中每個用戶的行差異程度，具體的獲取方法為：
8.根據權利要求1所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述通過相似度調整系數對相似分組中用戶間的相似度進行調整，包括的具體方法為：
9.根據權利要求8所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述得到每個相似分組中不同用戶之間的最終相似度，包括的具體方法為：
10.根據權利要求8所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述基于相似分組構建推薦模型，包括的具體方法為：
...
【技術特征摘要】
1.一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，該系統包括：
2.根據權利要求1所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述每個樣本點的范圍區分度，具體的獲取方法為：
3.根據權利要求1所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述對同一相似分組的用戶基于內容項的相關數據構建二維矩陣，包括的具體方法為：
4.根據權利要求1所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述同一相似分組下不同用戶之間的數據差異度，具體的獲取方法為：
5.根據權利要求4所述的一種基于運營商數據分析的個性化權益包推薦系統，其特征在于，所述同一相似分組下不同用戶之間的行差異，具體的獲取方法為：
6.根據權利要求1所述的一種基于運...
【專利技術屬性】
技術研發人員：陳海波，艾青，
申請(專利權)人：摘星社信息科技浙江股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。