The present invention relates to user portrait and computer application technology, in particular to a user identification method based on combination empowerment, which includes using various subjective empowerment methods to obtain the weight of various subjective indicators of user indicators, using various objective empowerment methods to obtain the weight of various objective indicators of user indicators, calculating all subjective empowerment methods and objective empowerment methods. Compatibility, and choose the most compatible weighting method; construct the objective function of combination weight coefficient based on the improved ideal point generalized minimum distance and maximum entropy principle; use Lagrange multiplier to judge whether the solution of the objective function is the optimal solution, normalize the optimal solution and use the solution as the comprehensive weight of the car purchase tendency index; The present invention maximizes the value of mobile data and simultaneously searches for it. Find accurate evaluation criteria for car purchase tendency, equipment requirements are relatively simple. Mining car purchase tendency users from mass data can be applied to industry precision marketing and other fields to achieve positioning product marketing for different types of users.
【技术实现步骤摘要】
一种基于组合赋权的购车倾向用户识别方法
本专利技术涉及用户画像以及计算机应用技术,特别是涉及一种基于组合赋权的购车倾向用户识别方法。
技术介绍
用户画像是指根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。随着我国经济社会持续快速发展,群众购车刚性需求旺盛,汽车保有量持续呈快速增长趋势。据统计,2017年10月汽车行业整体销量为270万辆,同比上涨2.0%。一方面,汽车服务行业如车险、汽车美容等需要聚焦高价值的购车倾向用户群体从而开展业务推广;另一方面,高价值的购车倾向用户通常意味着较高收入人群,是金融行业迫切挖掘的对象。而目前仅有很少部分机构能够掌握该部分信息,对于未掌握这部分信息而又有此方面需求的机构来说具有相当大的困扰,如果通过技术手段能够进行购车倾向用户的意向识别就能够打通这些机构与未来车主之间交互的壁垒,于是购车倾向用户的识别就成为了一个亟需解决的技术问题。
技术实现思路
为了解决以上问题,本专利技术提出了一种基于组合赋权的购车倾向用户识别方法,包括一种基于组合赋权的购车倾向用户识别方法,包括:S1、根据评价对象的数据,利用多种主观赋权方法分别得出多种主观指标权重、多种客观赋权方法分别得出多种客观指标权重;S2、计算所有主观赋权方法和客观赋权方法的兼容性,并从主观赋权方法和客观赋权方法中分别选出兼容性最大的赋权方法;S3、根据用户指标中兼容性最大的赋权方法的指标权重,构建基于改进理想点广义最小距离和最大熵原则的组合权系数目标函数,求解目标函数;S4、利用拉格朗日乘子判断目标函数的解是否是最优解,若是则对目标函数的解进行归一化处 ...
【技术保护点】
1.一种基于组合赋权的购车倾向用户识别方法,其特征在于,包括:S1、抓取用户指标数据,利用多种主观赋权方法分别得出用户指标的多种主观指标权重、多种客观赋权方法得出用户指标的多种客观指标权重;S2、计算所有主观赋权方法和客观赋权方法的兼容性,并从主观赋权方法和客观赋权方法中分别选出兼容性最大的赋权方法;S3、根据用户指标中兼容性最大的赋权方法的指标权重,构建基于改进理想点广义最小距离和最大熵原则的组合权系数目标函数,求解目标函数;S4、利用拉格朗日乘子判断目标函数的解是否是最优解,若是则对目标函数的解进行归一化处理并该解作为购车倾向指标综合权重进行购车倾向用户识别,否则返回步骤S3重新求解函数。
【技术特征摘要】
1.一种基于组合赋权的购车倾向用户识别方法,其特征在于,包括:S1、抓取用户指标数据,利用多种主观赋权方法分别得出用户指标的多种主观指标权重、多种客观赋权方法得出用户指标的多种客观指标权重;S2、计算所有主观赋权方法和客观赋权方法的兼容性,并从主观赋权方法和客观赋权方法中分别选出兼容性最大的赋权方法;S3、根据用户指标中兼容性最大的赋权方法的指标权重,构建基于改进理想点广义最小距离和最大熵原则的组合权系数目标函数,求解目标函数;S4、利用拉格朗日乘子判断目标函数的解是否是最优解,若是则对目标函数的解进行归一化处理并该解作为购车倾向指标综合权重进行购车倾向用户识别,否则返回步骤S3重新求解函数。2.根据权利要求1所述的一种基于组合赋权的购车倾向用户识别方法,其特征在于,所述计算主观赋权方法和客观赋权方法的兼容性包括:若从客观赋权方法或主观赋权方法中选取两个赋权方法,若选取的赋权方法为赋权方法A、赋权方法B,则两种赋权方法之间的的相关系数表示为:根据相关系数计算兼容性:其中,ρ表示两个赋权方法之间的斯皮尔曼相关系数;ρ′表示两个赋权方法之间的兼容性;Di为Ai与Bi之间的差,表示为Di=Ai-Bi,Ai表示赋权方法A中的第i个元素,Bi表示赋权方法B中的第i个元素;m表示赋权方法中的元素个数;u表示赋权方法的数量。3.根据权利要求1所述的一种基于组合赋权的购车倾向用户识别方法,其特征在于,所述构建基于改进理想点广义最小距离和最大熵原则的组合权系数目标函数包括:S11、将已购车用户与评价对象相同的指标合并并进行归一化;S12、根据已购车用户的理想点数量计算评价对象与理想值之间的广义距离;S13、根据最大熵原则计算组合系数αk的最大熵;S14、以评价对象与理想值之间的广义距离与组合系数αk的最大熵之和的最小值时αk的值作为目标函数。4.根据权利要求3所述的一种基于组合赋权的购车倾向用户识别方法,其特征在于,所述将已购车用户与评价对象相同的指标合并并进行归一化包括:已购车用户购车前的指标数据表示为R=(rst)h×m,由于不同数据集的归一化标准不同,现将获取已购车用户购车前的指标数据与评价样本相同指标数据合并进行归一化为:其中,XR表示已购车用户购车前的指标数据与购车倾向评价样本相同指标数据的归一化数据,xij表示标准化后第i个...
【专利技术属性】
技术研发人员:王茜竹,韦青霞,杨晓雅,康璐璐,马莉,许建磊,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆,50
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。