买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：摘星社信息科技(浙江)股份有限公司

摘要：本发明涉及数据处理技术领域，提出了一种基于运营商数据分析的个性化权益包推荐系统，包括：采集用户若干内容项的相关数据；将用户若干内容项的相关数据转换为样本空间中的样本点；获取每个样本点的范围区分度；得到若干相似分组；对同一相似分组的用户基于内容项的相关数据构建二维矩阵；根据二维矩阵中各行元素的差异及用户对应样本点的范围区分度，获取同一相似分组下的不同用户之间的数据差异度；获取同一相似分组下不同用户之间的相似度调整系数；对相似分组中用户间的相似度进行调整；基于相似分组构建推荐模型，并对用户权益包进行个性化定制推荐。本发明旨在解决用户个人独特偏好体现不明显导致推荐效果不理想的问题。

主权项：1.一种基于运营商数据分析的个性化权益包推荐系统，其特征在于，该系统包括：用户数据采集模块，用于采集用户若干内容项的相关数据；用户分组构建模块，用于将用户若干内容项的相关数据转换为样本空间中的样本点；根据每个样本点的领域范围内所有样本点的分布，通过主成分分析获取每个样本点的范围一致性，根据每个样本点的邻域范围内不同样本点的范围一致性，获取每个样本点的范围区分度；基于样本点的范围区分度进行聚类得到若干相似分组；对同一相似分组的用户基于内容项的相关数据构建二维矩阵；根据二维矩阵中各行元素的差异及用户对应样本点的范围区分度，获取同一相似分组下的不同用户之间的数据差异度；基于数据差异度及行向量之间的相似性，获取同一相似分组下不同用户之间的相似度调整系数；通过相似度调整系数对相似分组中用户间的相似度进行调整；所述对用户若干内容项的相关数据转换为样本空间中的样本点，包括的具体方法为：将每个内容项作为一个维度，构建多维样本空间；对于任意一个用户，根据该用户每个内容项的相关数据，该用户在样本空间中对应一个样本点，该样本点在每个维度的坐标即为对应内容项下该用户的相关数据，则将所有用户都转换为样本空间中的样本点，得到若干样本点；所述根据每个样本点的邻域范围内所有样本点的分布，通过主成分分析获取每个样本点的范围一致性，包括的具体方法为：对样本空间中不同样本点计算欧式距离，对于第个样本点，通过协同过滤算法中预设的范围阈值，基于第个样本点与其他样本点的欧式距离，获取第个样本点的邻域范围，将邻域范围中的样本点记为第个样本点的邻域样本点；所述根据每个样本点的邻域范围内不同样本点的范围一致性，获取每个样本点的范围区分度，包括的具体方法为：对于第个样本点及其邻域范围内的邻域样本点，分别计算第个样本点的范围一致性与每个邻域样本点的范围一致性之间的差值绝对值，得到的结果记为第个样本点与每个邻域样本点的范围差异，将第个样本点与所有邻域样本点的范围差异的均值，作为第个样本点的局部范围差异；按照上述方法获取第个样本点的每个邻域样本点的局部范围差异；第个样本点的范围区分度的计算方法为： 其中，表示第个样本点的局部范围差异，表示第个样本点及其所有邻域样本点的局部范围差异的均值，表示第个样本点及其所有邻域样本点的局部范围差异中的最大值，表示第个样本点及其所有邻域样本点的局部范围差异中的最小值，表示求绝对值，表示以自然常数为底的指数函数；所述基于样本点的范围区分度进行聚类，得到若干相似分组，包括的具体方法为：将所有样本点的范围区分度的均值，记为区分阈值；对于任意两个样本点，若该两个样本点的范围区分度均大于或等于区分阈值，则计算两个样本点的范围区分度的差值绝对值，并将1减去差值绝对值得到的差值，作为距离调整系数，并与两个样本点之间的欧式距离相乘，得到的乘积作为两个样本点之间的距离度量；若该两个样本点的范围区分度均小于区分阈值，或一个小于区分阈值而另一个大于或等于区分阈值，则计算两个样本点的范围区分度的差值绝对值，并将2减去差值绝对值得到的差值，作为距离调整系数，并与两个样本点之间的欧式距离相乘，得到的乘积作为两个样本点之间的距离度量；对样本空间中所有样本点基于距离度量进行DBSCAN聚类，得到若干聚簇，将同一聚簇中每个样本点对应的用户组成同一个分组，记为一个相似分组，则得到若干相似分组；所述同一相似分组下不同用户之间的数据差异度，具体的获取方法为：根据同一相似分组下不同用户相同内容项的相关数据，获取同一相似分组下不同用户之间的行差异；任意一个相似分组中第个用户与第个用户之间的数据差异度的计算方法为： 其中，表示第个用户与第个用户之间的行差异，表示第个用户的范围区分度，表示第个用户的范围区分度，表示该相似分组中第个用户的范围区分度，表示该相似分组中用户的数量，表示以自然常数为底的指数函数；所述同一相似分组下不同用户之间的行差异，具体的获取方法为：计算第个用户与第个用户相同内容项之间相关数据的差值绝对值，将所有内容项得到的差值绝对值的均值作为第个用户与第个用户之间的行差异；所述同一相似分组下不同用户之间的相似度调整系数，具体的获取方法为：根据同一相似分组的二维矩阵中不同用户一行的元素，获取每个相似分组中每个用户的行差异程度；任意一个相似分组中第个用户与第个用户之间的相似度调整系数的计算方法为： 其中，表示第个用户与第个用户之间的相似度调整因子，表示该相似分组中不同用户之间的数据差异度的最大值，表示第个用户的行差异程度，表示第个用户的行差异程度；获取该相似分组中任意两个用户之间的相似度调整因子，对所有相似度调整因子进行线性归一化，得到的结果作为两个用户之间的相似度调整系数；所述每个相似分组中每个用户的行差异程度，具体的获取方法为：对于任意一个相似分组的二维矩阵，对该相似分组中任意两个用户的行向量计算DTW距离，所述行向量为二维矩阵中任意一个用户一行的元素按顺序排列形成的向量；计算该相似分组中第个用户与相似分组内其他所有用户的行向量之间DTW距离的方差，记为第个用户的行差异程度；个性化权益包推荐模块，用于基于相似分组构建推荐模型，并对用户权益包进行个性化定制推荐。

全文数据：

权利要求：

百度查询： 摘星社信息科技(浙江)股份有限公司 一种基于运营商数据分析的个性化权益包推荐系统