一种面向零售商户个性化需求的烟草品牌远程智能推荐方法技术

一种面向零售商户个性化需求的烟草品牌推荐方法，客户经理通过随身携带的无线装置发送烟草品牌查询消息至远程服务器，远程服务器接受来自无线装置的烟草品牌查询消息，根据查询条件，得到推荐度最高的前Q个品牌，得到的推荐结果发送到客户经理佩带的无线装置，并且将推荐结果在显示装置上显示，通过本方法可以提高效率，节约时间，提高其销售利润。

【技术实现步骤摘要】

本专利技术涉及通信领域，更具体地说涉及面向零售商户个性化需求的烟草品牌远程智能推荐方法。
技术介绍
客户经理是烟草公司与零售客户的桥梁，客户经理通过客户拜访进行信息沟通、经营指导、品牌培育和终端建设等客户服务，同时，从零售客户中搜集市场信息，为公司决策提供依据。每个客户经理一般负责一、二百个零售户，每天需要拜访10-20户，工作责任大、任务重，在拜访过程中向零售户推荐适合其销售的烟草品牌规格具有重要的研究意义。然而，目前并没有专门针对烟草公司客户经理设计的远程智能推荐方法，在实际的拜访过程中，往往需要人工的搜集市场信息，并且按照拜访目标人为的选择需要推荐的品牌，或者随身携带很多的样品、样册等资料文件，不但行动不方便，并且效率很低，需要现场查找、翻阅，浪费时间。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种面向零售商户个性化需求的烟草品牌远程智能推荐方法。本专利技术通过让客户经理根据需要，可以在任意地点通过无线的方式查询远程服务器，远程服务端通过构建零售户的特征空间，并引入权值因子提高零售户相似度计算的准确性，最大限度的消除数据稀疏性带来的影响，并将零售户进行聚类，根据聚类结果为目标零售户推荐适合其销售的烟草品牌规格。从而有针对性的对零售户的销售进行有效的指导，根据客户经理的查询要求，实时的将推荐结果发送到客户经理佩带的无线装置，供客户经理参考，也可及时的给客户展示，提高效率，提高其销售利润。本专利技术提供了一种面向零售商户个性化需求的烟草品牌远程智能推荐方法，依次包括如下步骤：步骤1：客户经理通过随身携带的无线终端发送最优拜访路径查询消息至远程服务器，其中无线装置包括中央控制器，以及分别与其连接的输入装置，无线通信装置，显示装置和语音播放装置，在远程服务器中建立问题数学模型；步骤2：远程服务器接受来自无线装置的烟草品牌查询消息，根据查询条件，得到推荐度最高的前Q个品牌，具体步骤为：步骤2.1：根据客户特征构建对应维数的零售户特征向量，并对特征向量中的每个维度进行归一化处理：其中，对于零售户1U1，其特征向量为：对于零售户2U2，其特征向量为：步骤2.2：引入权值因子计算零售户相似度，具体步骤为：步骤2.2.1：利用余弦距离计算零售户1和零售户2之间相似度，如下：sim(U1,U2)＝1-cos(U1,U2)cos(U1,U2)=u11u21+u12u22+...+u123u223(u11)2+(u12)2+...+(u123)2×(u21)2+(u22)2+...+(u223)2;]]>步骤2.2.2：用σ表示设定的阈值，用Γ(U1,U2)表示零售户U1和U2共同订购过的品牌规格，当零售户U1和U2共同订购过的品牌规格数超过阈值σ，则权值因子为1，否则，权值因子小于1，零售户U1和U2的权值因子δ(U1,U2)的计算方法如下：δ(U1,U2)=min(Γ(U1,U2),σ)σ;]]>步骤2.2.3：利用权值因子对零售户的相似度进行修正，经过修正的零售户相似度计算方法如下：sim(U1,U2)＝δ(U1,U2)·sim(U1,U2)；步骤2.3：采用最小生成树获取零售户聚类；步骤2.4：对目标零售户进行烟草品牌规格推荐；步骤3：将步骤2得到的推荐结果发送到客户经理佩带的无线装置，并且将推荐结果在显示装置上显示。优选地，所述步骤2.3具体步骤为：步骤2.3.1：在零售户空间中，将每个零售户表示为图的顶点，两个零售户之间的相似度表示为图中的边，则将所有的零售户构成一个带权无向图G＝(V,E)，初始状态下，只有n个零售户，而零售户之间的边并未连接；步骤2.3.2：计算任意两个零售户之间的相似度，并根据相似度的值进行边的降序排序，并依据排序分值依次挑选图中的边，如果挑选出的边所连接的顶点位于最小生成树的不同连通分量，则将两者合并为一个新的连通分量；步骤2.3.3：对步骤2.3.2中的过程进行迭代处理，直到生成的图中边集中包含n-1条边为止；步骤2.3.4：在最小生成树中逐个删除权值最小的边，直到在边集中删除了M-1，则其余所有顶点和边组成M个连通分支；步骤2.3.5：利用各回路进行求平均值的操作得到M个初始聚类簇的中心：Centroidi=Σc∈Cic|Ci|]]>其中|Ci|表示簇Ci中零售户的数量；步骤2.3.6：为每个零售户计算其与各个簇的质心的距离，并选择与之距离最近的簇将其归入其中；步骤2.3.7：各簇中零售户进行调整后，重新计算各簇的质心；步骤2.3.8：重复计算步骤2.3.6和2.3.7，直到误差函数收敛为止。优选地，所述步骤2.4具体步骤为步骤2.4.1：计算目标零售户U与各个簇质心的距离，选择与其距离最近的簇，用C*表示；步骤2.4.2：对于每一个烟草品牌规格bp,p∈{1,2,…,P本文档来自技高网...

【技术保护点】
一种面向零售商户个性化需求的烟草品牌远程智能推荐方法，其特征在于，依次包括如下步骤：步骤1：客户经理通过随身携带的无线装置发送烟草品牌查询消息至远程服务器，其中无线装置包括中央控制器，以及分别与其连接的输入装置，无线通信装置，显示装置和语音播放装置；步骤2：远程服务器接受来自无线装置的烟草品牌查询消息，根据查询条件，得到推荐度最高的前Q个品牌，具体步骤为：步骤2.1：根据客户特征构建对应维数的零售户特征向量，并对特征向量中的每个维度进行归一化处理：其中，对于零售户1U1，其特征向量为：对于零售户2U2，其特征向量为：步骤2.2：引入权值因子计算零售户相似度，具体步骤为：步骤2.2.1：利用余弦距离计算零售户1和零售户2之间相似度，如下：sim(U1,U2)＝1‑cos(U1,U2)cos(U1,U2)=u11u21+u12u22+...+u123u223(u11)2+(u12)2+...+(u123)2×(u21)2+(u22)2+...+(u223)2;]]>步骤2.2.2：用σ表示设定的阈值，用Γ(U1,U2)表示零售户U1和U2共同订购过的品牌规格，当零售户U1和U2共同订购过的品牌规格数超过阈值σ，则权值因子为1，否则，权值因子小于1，零售户U1和U2的权值因子δ(U1,U2)的计算方法如下：δ(U1,U2)=min(Γ(U1,U2),σ)σ;]]>步骤2.2.3：利用权值因子对零售户的相似度进行修正，经过修正的零售户相似度计算方法如下：sim(U1,U2)＝δ(U1,U2)·sim(U1,U2)；步骤2.3：采用最小生成树获取零售户聚类；步骤2.4：对目标零售户进行烟草品牌规格推荐；步骤3：将步骤2得到的推荐结果发送到客户经理佩带的无线装置，并且将推荐结果在显示装置上显示。...

【技术特征摘要】
1.一种面向零售商户个性化需求的烟草品牌远程智能推荐方法，其特征在于，依
次包括如下步骤：
步骤1：客户经理通过随身携带的无线装置发送烟草品牌查询消息至远程服务器，
其中无线装置包括中央控制器，以及分别与其连接的输入装置，无线通信装置，显示
装置和语音播放装置；
步骤2：远程服务器接受来自无线装置的烟草品牌查询消息，根据查询条件，得到
推荐度最高的前Q个品牌，具体步骤为：
步骤2.1：根据客户特征构建对应维数的零售户特征向量，并对特征向量中的每个
维度进行归一化处理：
其中，对于零售户1U1，其特征向量为：对于零售户2U2，其特征向量为：步骤2.2：引入权值因子计算零售户相似度，具体步骤为：
步骤2.2.1：利用余弦距离计算零售户1和零售户2之间相似度，如下：
sim(U1,U2)＝1-cos(U1,U2)
cos(U1,U2)=u11u21+u12u22+...+u123u223(u11)2+(u12)2+...+(u123)2×(u21)2+(u22)2+...+(u223)2;]]>步骤2.2.2：用σ表示设定的阈值，用Γ(U1,U2)表示零售户U1和U2共同订购过的
品牌规格，当零售户U1和U2共同订购过的品牌规格数超过阈值σ，则权值因子为1，
否则，权值因子小于1，零售户U1和U2的权值因子δ(U1,U2)的计算方法如下：
δ(U1,U2)=min(Γ(U1,U2),σ)σ;]]>步骤2.2.3：利用权值因子对零售户的相似度进行修正，经过修正的零售户相似度
计算方法如下：
sim(U1,U2)＝δ(U1,U2)·sim(U1,U2)；
步骤2.3：采用最小生成树获取零售户聚类；
步骤2.4：对目标零售户进行烟草品牌规格推荐；...

【专利技术属性】
技术研发人员：宋楠，宋洪润，徐立国，刘强，蔡军，刘培江，曲晓娜，韩凤，韩慧健，刘峥，张锐，贾可亮，任传鹏，
申请(专利权)人：山东烟草研究院有限公司，山东财经大学，
类型：发明
国别省市：山东;37