The invention relates to a supplier recommendation method for marketing activities based on data analysis and processing technology, compared with the prior art, the invention solves the defect that the recommendation method is insufficient in correctness. The invention comprises the following steps: predefined processing; calculate the score similarity between users; preference similarity calculation between users, according to the assessment of similarity between users of the user preference category prize score information; the end user computing similarity, combined with the two dimension score similarity and preference similarity, evaluate the similarity assessment data to the end user; processing, collecting user data to predict the target user marketing prizes, for each supplier quality supplier recommendation score. The invention reduces the influence of the traditional user recommendation method in the calculation of similarity difference score data and for the award prizes category preference on the prediction results, improve the scientificity and accuracy of recommendation results.
【技术实现步骤摘要】
一种基于数据分析处理技术的营销活动奖品供应商推荐方法
本专利技术涉及数据分析
,具体来说是一种基于数据分析处理技术的营销活动奖品供应商推荐方法。
技术介绍
在互联网+的背景下,越来越多的用户开始尝试通过营销活动来实现用户的营销需求,无论是品牌发布会、新品推广还是结合特殊事件、时间的短期营销活动,都深受用户追捧。同时,随着营销活动越来越频繁,如何选择好的奖品供应商来辅助用户完成营销活动的奖品发放越来越困扰着用户。目前,用户在选择奖品供应商时往往通过个人经验从互联网内搜索奖品供应商,或者通过熟人介绍供应商。但是,通过个人经验和熟人介绍的奖品供应商,往往因为信息局限性,如选择范围小、奖品价格波动等原因不能选择到最优的奖品供应商。通常研究学者使用协同过滤(CollaborativeFiltering,CF)推荐算法来进行供应商选择,但是随着系统中用户和奖品数量的不断增加,协同过滤面临着评分数据稀疏性、推荐实时性、可拓展性挑战。为此很多研究学者针对相似度计算提出了一系列的改进措施。如黄创光等人提出了一种不确定近邻的协同过滤算法,通过不确定近邻因子及调和参数预测评分。Miz等人将聚类和SlopeOne相结合应用在推荐算法中。MelvilleP等人使用基于内容的方法来完善评分中的空值,缓解评分数据的稀疏性。以上方法均存在以下缺陷:未考虑用户之间共同评分数对评估结果的影响;忽略了评分差异度,未考虑评分的高与低与评估结果的影响;忽略了用户对单一奖品类别的偏好程度对评估结果的影响。因此,如何能够结合用户偏好,更准确的向用户进行推荐需已经成为急需解决的技术问题。专利技术内 ...
【技术保护点】
一种基于数据分析处理技术的营销活动奖品供应商推荐方法,其特征在于,包括以下步骤:11)预定义处理,对用户采购信息进行奖品类别的评分;12)计算任意用户间的评分相似度,根据用户奖品类别的评分信息评估任意用户间的相似度;13)计算任意用户间的偏好相似度,根据用户奖品类别的评分信息评估任意用户间的偏好相似度;14)计算最终用户相似度,结合评分相似度和偏好相似度两个维度,评估出最终用户相似度;15)评估待处理数据,采集用户营销奖品数据,预测目标用户对各供应商的评分;16)推荐优质供应商,对检索出的奖品供应商按评分结果升序或降序进行排列展示。
【技术特征摘要】
1.一种基于数据分析处理技术的营销活动奖品供应商推荐方法,其特征在于,包括以下步骤:11)预定义处理,对用户采购信息进行奖品类别的评分;12)计算任意用户间的评分相似度,根据用户奖品类别的评分信息评估任意用户间的相似度;13)计算任意用户间的偏好相似度,根据用户奖品类别的评分信息评估任意用户间的偏好相似度;14)计算最终用户相似度,结合评分相似度和偏好相似度两个维度,评估出最终用户相似度;15)评估待处理数据,采集用户营销奖品数据,预测目标用户对各供应商的评分;16)推荐优质供应商,对检索出的奖品供应商按评分结果升序或降序进行排列展示。2.根据权利要求1所述的一种基于数据分析处理技术的营销活动奖品供应商推荐方法,其特征在于,所述的预定义处理包括以下步骤:21)使用一维数组A定义用户集,A={a1,a2,…,an},其中:ap表示单个用户;22)使用一维数组B定义奖品集,B={b1,b2…,bn},其中:bq表示单个奖品;23)定义用户集A对奖品集B的评分数据,使用二维矩阵Mx表示每个用户对各个奖品的评分,其矩阵分布如下:式中,p∈[1,n],q∈[1,m],rp,q表示用户ap对奖品bq的实际评分,rn,m的取值范围为[1,5],若用户ap对奖品bq未评分,则记为0;24)定义奖品类别集t′k的定义,使用一维数组t′k={t',t'2…t'k}表示奖品类别集。3.根据权利要求1所述的一种基于数据分析处理技术的营销活动奖品供应商推荐方法,其特征在于,所述的计算任意用户间的评分相似度包括以下步骤:31)使用Person相似度公式计算任意用户a、an之间的相似度SimP(a,an),其计算公式如下其中,表示用户a和an的共同评分奖品集,和表示用户a和an在集合中对奖品的平均评分,Ra,i表示用户a对所属用户a、an的共同评分奖品集的评分,Rb,i表示用户anb对所属用户a、an的共同评分奖品集的评分;32)计算用户对奖品的共同评分数在所有评分数中的共同评分权重Weight(a,an),其计算公式如下:其中,表示用户a和an的共同评分的奖品数,表示用户a和an所有已评分奖品数;33)计算用户a和b的共同评分差异度权重Weight_SD(a,an),其计算公式如下:式中Nm表示在用户a和an共同评分集合中奖品评分同时大于或者小于的奖品总数,为用户a和an评分的平均值;34)基于共同评分权重Weight(a,an)以及共同评分差异度权重Weight_SD(a,an),计算任意用户间的评分相似度Simscore(a,an),其计算公式如下:Simscore(a,an)=Weight(a,an)×Weight_...
【专利技术属性】
技术研发人员:宇世雄,刘胜军,李晓洁,
申请(专利权)人:合肥城市云数据中心股份有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。