一种基于协同过滤算法的服务信息推荐的装置及方法制造方法及图纸

本发明专利技术提供了一种基于协同过滤算法的服务信息推荐的装置及方法，获取目标数据集，对目标人群进行筛选定位，确定参加不同活动的潜在人群；针对参加不同活动的潜在人群，基于协同过滤推荐算法，推荐其可能感兴趣的活动信息；针对推荐的活动信息，提取地址信息，结合与地址信息相关的天气和交通预警信息，得到出行计划建议信息；本发明专利技术通过识别不同的人群特征，基于协同过滤算法，为不同的人员精准推荐不同的服务信息，针对性更强，也能够提升用户体验感。体验感。体验感。

【技术实现步骤摘要】
一种基于协同过滤算法的服务信息推荐的装置及方法


[0001]本专利技术属于信息推荐与计算机
，具体涉及一种基于协同过滤算法的服务信息推荐的装置及方法。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]目前，基于用户行为的协同过滤推荐方法是基于已有的用户行为数据，通过数据挖掘找出和目标用户类似的用户，进而对目标用户进行推荐。然而，据专利技术人了解，基于公共推荐算法推荐的信息，往往针对性不够强，所推荐内容也不够精准详实；同时不同年龄、身体状态的人员，对于很多服务内容也有个人在意的信息，例如天气状态等，但目前的服务信息推荐不会针对上述不同，提供相关信息，用户体验感较差。

技术实现思路

[0004]本专利技术为了解决上述问题，提出了一种基于协同过滤算法的服务信息推荐的装置及方法，本专利技术通过识别不同的人群特征，基于协同过滤算法，为不同的人员精准推荐不同的服务信息，针对性更强，也能够提升用户体验感。
[0005]根据一些实施例，本专利技术采用如下技术方案：
[0006]一种基于协同过滤算法的服务信息推荐的方法，包括以下步骤：
[0007]获取目标数据集，对目标人群进行筛选定位，确定参加不同活动的潜在人群；
[0008]针对参加不同活动的潜在人群，基于协同过滤推荐算法，推荐其可能感兴趣的活动信息；
[0009]针对推荐的活动信息，提取地址信息，结合与地址信息相关的天气和交通预警信息，得到出行计划建议信息。
[0010]作为可选择的实施方式，对目标人群进行筛选定位的具体过程包括：
[0011]使用GRU神经网络对数据集中的所有目标人群进行健康水平预测，将预测结果作为人员的健康评定标签，根据健康评定标签对人群进行筛选；
[0012]使用异构数据库，分析目标数据集，建立参与过不同活动的人员知识库；
[0013]建立Cox比例风险模型，筛选维度指标，使用K-means聚类，初步确定对各个活动感兴趣的潜在人群。
[0014]作为进一步限定的实施方式，通过GRU神经网络对目标人群进行健康水平预测，去除其中健康水平少于设定值的人群，对剩下的人群建立参与过不同活动的人员知识库，然后建立Cox比例风险模型，筛选出包括年龄、性别的维度指标，使用K-means聚类，初步确定参加不同活动的潜在人群。
[0015]作为可选择的实施方式，针对参加不同活动的潜在人群，基于协同过滤推荐算法，推荐其可能感兴趣的活动信息的具体过程是：
[0016]基于筛选出来的维度指标，将维度指标以矩阵的形式表示出来，计算已参加人员和潜在人群之间的维度指标相似度，采用皮尔逊相关系数计算两者之间的相似性，选择相似性大于设定值的潜在人员，选择其曾经参加过的活动或相似活动进行推荐。
[0017]作为可选择的实施方式，提取地址信息，结合与地址信息相关的天气和交通预警信息，得到出行计划建议信息的具体过程：
[0018]进行活动推荐时，获取被推荐信息者的位置信息，若无法获取，根据其以往所在地的所属区域，确定其位置信息，调用气象局或相关网站开放的数据服务接口，获取当前所处位置的天气信息，以及活动所在地天气信息，提前给相应人员进行当日及未来一段时间内的天气预报推送和交通服务信息推送。
[0019]一种基于协同过滤算法的服务信息推荐的装置，包括：
[0020]用于获取目标数据集，对目标人群进行筛选定位，确定参加不同活动的潜在人群的模块；
[0021]用于针对参加不同活动的潜在人群，基于协同过滤推荐算法，推荐其可能感兴趣的活动信息的模块；
[0022]用于针对推荐的活动信息，提取地址信息，结合与地址信息相关的天气和交通预警信息，得到出行计划建议信息的模块。
[0023]作为可选择的实施方式，用于获取目标数据集，对目标人群进行筛选定位，确定参加不同活动的潜在人群的模块包括：
[0024]数据获取模块，用于获取目标数据集；
[0025]健康预测模块，用于对目标数据集中相关人员的身体健康水平进行预测，通过GRU神经网络构建健康评定标签；
[0026]推荐筛选模块，用于对目标数据集中相关人员是否参加过相关活动进行判断；
[0027]数据建库模块，用于分析目标数据集，使用异构数据库，建立曾经参加过不同活动的人员知识库。
[0028]用于针对参加不同活动的潜在人群，基于协同过滤推荐算法，推荐其可能感兴趣的活动信息的模块，包括：
[0029]指标表示模块，被配置为基于筛选出来的维度指标，将维度指标以矩阵的形式表示出来；
[0030]相似度计算模块，被配置为计算已参加人员和潜在人群之间的维度指标相似度，采用皮尔逊相关系数计算两者之间的相似性；
[0031]选择推荐模块，被配置为选择相似性大于设定值的潜在人员，选择其曾经参加过的活动或相似活动进行推荐。
[0032]一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述一种基于协同过滤算法的服务信息推荐的方法的步骤。
[0033]一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述一种基于协同过滤算法的服务信息推荐的方法的步骤。
[0034]与现有技术相比，本专利技术的有益效果为：
[0035]本专利技术通过开放数据的收集应用，识别不同的人群特征，基于协同过滤算法，为不
同的退休人员精准推荐不同的娱乐学习旅行方案，针对性更强，内容更加精准详实。
[0036]本专利技术可以根据推荐活动路线，利用开放的交通、气象数据，实时提供路线规划，包括天气预报、交通出行情况，充分考虑了不同人员的年龄身体状况，提供的服务更加全方位，更加细致，更能有效的改善用户体验。
[0037]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0038]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0039]图1为本实施例的装置结构示意图；
[0040]图2为本实施例的推荐方法流程图。
具体实施方式：
[0041]下面结合附图与实施例对本专利技术作进一步说明。
[0042]应该指出，以下详细说明都是例示性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0043]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于协同过滤算法的服务信息推荐的方法，其特征是：包括以下步骤：获取目标数据集，对目标人群进行筛选定位，确定参加不同活动的潜在人群；针对参加不同活动的潜在人群，基于协同过滤推荐算法，推荐其可能感兴趣的活动信息；针对推荐的活动信息，提取地址信息，结合与地址信息相关的天气和交通预警信息，得到出行计划建议信息。2.如权利要求1所述的一种基于协同过滤算法的服务信息推荐的方法，其特征是：对目标人群进行筛选定位的具体过程包括：使用GRU神经网络对数据集中的所有目标人群进行健康水平预测，将预测结果作为人员的健康评定标签，根据健康评定标签对人群进行筛选；使用异构数据库，分析目标数据集，建立参与过不同活动的人员知识库；建立Cox比例风险模型，筛选维度指标，使用K-means聚类，初步确定对各个活动感兴趣的潜在人群。3.如权利要求2所述的一种基于协同过滤算法的服务信息推荐的方法，其特征是：通过GRU神经网络对目标人群进行健康水平预测，去除其中健康水平少于设定值的人群，对剩下的人群建立参与过不同活动的人员知识库，然后建立Cox比例风险模型，筛选出包括年龄、性别的维度指标，使用K-means聚类，初步确定参加不同活动的潜在人群。4.如权利要求1所述的一种基于协同过滤算法的服务信息推荐的方法，其特征是：针对参加不同活动的潜在人群，基于协同过滤推荐算法，推荐其可能感兴趣的活动信息的具体过程是：基于筛选出来的维度指标，将维度指标以矩阵的形式表示出来，计算已参加人员和潜在人群之间的维度指标相似度，采用皮尔逊相关系数计算两者之间的相似性，选择相似性大于设定值的潜在人员，选择其曾经参加过的活动或相似活动进行推荐。5.如权利要求1所述的一种基于协同过滤算法的服务信息推荐的方法，其特征是：提取地址信息，结合与地址信息相关的天气和交通预警信息，得到出行计划建议信息的具体过程：进行活动推荐时，获取被推荐信息者的位置信息，若无法获取，根据其以往所在地的所属区域，确定其位置信息，调用气象局或相关网站开放的数据服务接口，获取当前所处位置的天气信息，以及活动...

【专利技术属性】
技术研发人员：赵永光，王通智，钱进，徐喆，张晖，
申请(专利权)人：山大地纬软件股份有限公司，
类型：发明
国别省市：