一种基于克隆选择算法的智能营销模型库方法技术

本发明专利技术公开了一种基于克隆选择算法的智能营销模型库方法，该方法包括以下步骤：1)采集会员消费数据建立数据集，对数据集进行标记；2)生成基模型BaseModel；3)基模型BaseModel之间随机组合，产生模型Models；4)模型Models与抗原结合成为抗体群M，选择亲和度最大的前N个抗体作为抗体群Ab；5)对抗体群Ab进行克隆，得到克隆后的规模为Nc的抗体群Ab`；6)对克隆后的抗体群Ab`中的抗体按照突变概率P进行突变操作，然后进行克隆删除操作；7)合并抗体群Ab和Ab`，获得新的抗体群Abs；8)判断是否满足终止条件；9)使用抗体群Abs中亲和度最高的抗体的模型对测试集进行分类目标检测。本发明专利技术方法能解决现有模型难以不断适应营销目标改变的问题。标改变的问题。标改变的问题。

【技术实现步骤摘要】
一种基于克隆选择算法的智能营销模型库方法


[0001]本专利技术涉及智能营销技术，尤其涉及一种基于克隆选择算法的智能营销模型库方法。

技术介绍

[0002]智能营销的核心是根据会员用户的各种特征，实现精准营销。在智能营销中存在了大量的二分类问题，包括如何识别对某类商品感兴趣的会员和不感兴趣的会员，如何找到对某种优惠活动感兴趣的会员，如何发现某些会员可能成为不活跃会员等。
[0003]针对这一问题，现有的方法主要是根据会员历史消费数据，运用决策树、支持向量机、随机森林、深度学习、逻辑回归等算法在不同的数据集上进行训练，由于数据和问题的多样性，这就导致不同的数据特征、不同的问题需要采用不同的算法才能达到最好的效果，目前，这一过程大多采用逐个尝试的方法做试验，即：根据历史数据划分为训练集和测试集，然后逐个尝试不同的算法，找到最适应当前数据特征的算法；在此基础上，可能还需要尝试不同算法的组合，有可能不同算法的组合的结果可能产生更好的效果。这一过程往往依赖于人工，需要耗费大量的时间。
[0004]针对这一问题，在抽取会员特征的基础上，本文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于克隆选择算法的智能营销模型库方法，其特征在于，包括以下步骤：1)采集会员消费数据建立数据集，对数据集进行标记，将标记后的数据集划分为测试集和训练集；会员消费数据特征包括：会员等级标识、1年消费金额、1年消费次数、1年消费客单价、半年消费金额、半年消费次数、半年消费客单价、毛利率、性别、年龄、消费地域、消费时间、消费商品、消费支付方式、消费门店；对数据集进行标记根据分类目标需求标记；2)从训练集中抽取一部分数据作为抗原，剩下的数据对算法集中的算法进行训练，生成基模型BaseModel；所述算法集为多种分类算法封装的算法集；所述基模型为单一算法训练生成的识别器，包括决策树、支持向量机、随机森林、深度学习、逻辑回归；3)基模型BaseModel之间随机组合，产生模型Models；所述模型为若干基模型组成的集成识别器，即抗体，包括各基模型及各基模型在模型中的数量权重；模型表示如下：Models＝{(BaseModel1,weight1),
…
,(BaseModeln,weightn)}模型表示为若干基模型组成的集成识别器，weighti表示第i个基模型BaseModeli在模型中的权重；4)模型Models与抗原结合成为抗体群M，计算抗体群M中抗体与抗原的亲和度，选择亲和度最大的前N个抗体作为抗体群Ab；5)对抗体群Ab进行克隆，得到克隆后的规模为N
c
的抗体群Ab`；6)对克隆后的抗体群Ab`中的抗体按照突变概率P进行突变操作，然后进行克隆删除操作；7)合并抗体群Ab和Ab`，选取亲和度最高且互不相同的N个抗体作为新的抗体群Abs；8)判断是否满足终止条件，不满足则转至步骤5)继续执行，满足则结束计算；所述终止条件为：迭代次数达到设定次数，或者准确率收敛且达到预先设定的值；9)使用抗体群Abs中亲和度最高的抗体的模型对测试集进行分类目标检测；使用测试集计算抗体群Abs中亲和度最高的抗体的模型的准确率、召回率与F1值，并采用该模型进行识别。2.根据权利要求1所述的基于克隆选择算法的智能营销模型库方法，其特征在于，所述步骤1)中对数据集进行标记根据分类目标需求标记；具体如下：如果分类目标为寻找愿意参与优惠活动的会员，根据商品做优惠活动的历史记录，对已经参与优惠活动的会员标记...

【专利技术属性】
技术研发人员：李涛，
申请(专利权)人：武汉市教云慧智信息技术有限公司，
类型：发明
国别省市：