一种基于LFM模型的线上服务推荐方法技术

本发明专利技术公开了一种基于LFM模型的线上服务推荐方法，包括：构建线上电商化服务目录；对基于LFM模型的线上服务推荐算法求解并分析结果。本发明专利技术通过构建合适的服务目录，并对综合能源线上服务的推荐方法进行分析，不需要了解更多的专业知识，只需要知道用户对项目的评分情况就可以完成对用户的推荐工作。通过综合能源线上服务目录的制定以及隐语义模型的构建，可有效地对综合能源服务公司做出服务推荐建议，提升提供能源服务的针对性。

【技术实现步骤摘要】
一种基于LFM模型的线上服务推荐方法
本专利技术属于综合能源系统线上服务推荐优化领域，具体来说，涉及一种基于LFM模型的线上服务推荐方法。
技术介绍
近年来，随着中国经济的飞速发展和互联网普及率的不断提升，人们的生活方式也发生了巨大的变化。从以前的获取信息只能通过书本、报纸、期刊等纸质书刊，转变到现今的通过手机、ipad、电脑等电子产品就可以获取到互联网上的各种信息。根据中国互联网络信息中心发布的第41次《中国互联网络发展状况统计报告》，截至2017年12月，我国网民规模已达7.72亿，这一数字表明了互联网在我国已经进入了全面普及的状态。互联网在给人们带来便利的同时，也导致了各种网络数据的急剧增长，人们也逐渐从一个信息匮乏的时代进入到一个信息超载的时代。使得人们需要花费大量的时间去查找自己所需的信息，造成了信息的利用率极低，这就是所谓的信息过载。目前，在解决“信息过载”问题方面，主要有两种解决方法，一种是信息检索技术，另一种是信息过滤技术。个性化推荐系统主要是根据用户的兴趣特点和用户在系统中的行为数据来挖掘用户的兴趣偏好，从而推荐与用户本文档来自技高网...

【技术保护点】
1.一种基于LFM模型的线上服务推荐方法，其特征在于该方法包括以下步骤：/n(1)构建线上电商化服务目录；/n(2)对基于LFM模型的线上服务推荐算法求解并分析结果；具体包括：/n(2-1)用户-偏好评分矩阵及用户偏好聚类，根据用户兴趣的偏好来进行分类，将偏好相似的用户划分到同一个簇中；将用户-项目评分矩阵转换成用户-偏好评分矩阵，利用用户-偏好评分矩阵P

【技术特征摘要】
1.一种基于LFM模型的线上服务推荐方法，其特征在于该方法包括以下步骤：
(1)构建线上电商化服务目录；
(2)对基于LFM模型的线上服务推荐算法求解并分析结果；具体包括：
(2-1)用户-偏好评分矩阵及用户偏好聚类，根据用户兴趣的偏好来进行分类，将偏好相似的用户划分到同一个簇中；将用户-项目评分矩阵转换成用户-偏好评分矩阵，利用用户-偏好评分矩阵Pm×s和k-means算法对用户进行聚类处理，将偏好相似的用户划分到同一个簇中；
(2-2)LFM模型训练，利用k-means聚类算法将数据集中的用户划分为k个簇，缩减了LFM模型训练的用户评分矩阵规模，并利用python语言里面的多线程编程思...

【专利技术属性】
技术研发人员：吴鹏，李辉，李夫宝，张永泽，罗李子，王杰，
申请(专利权)人：江苏电力信息技术有限公司，
类型：发明
国别省市：江苏;32