一种检验检测机构推荐方法及系统技术方案

本发明专利技术涉及一种检验检测机构推荐方法及系统，其特征在于，包括：基于检测用户和检验检测机构的属性，构建检验检测行业的加权异构图；根据构建的检验检测行业的加权异构图，确定检测用户与目标用户的加权元路径；确定目标用户在各加权元路径下对不同候选检验检测机构的评分，进而确定向目标用户推荐的一个或多个检验检测机构，本发明专利技术可以广泛应用于检验检测领域中。测领域中。测领域中。

【技术实现步骤摘要】
一种检验检测机构推荐方法及系统


[0001]本专利技术涉及检验检测领域，特别是关于一种检验检测机构推荐方法及系统。

技术介绍

[0002]随着信息技术的不断发展，如今互联网已经成为人们日常生活中密不可分的一部分。人们每天都会在互联网上进行各种各样的活动，例如看电影、购物、阅读新闻时事等，但是随着互联网上的信息越来越多，人们越来越难以从互联网上的海量信息中找出最适合自己的信息，例如当登录视频网站想要看一部电影放松时却不知道哪一部符合自己的口味。
[0003]推荐系统的出现正是为了解决这种“信息过载”的问题，它会预测用户的需求并推荐给用户其最可能喜欢的内容，缓解人们从海量信息中做出选择的烦恼。现阶段，由于检验检测行业的专业性较强，传统方法主要依赖于业务员的专业知识将客户与机构资源进行匹配。
[0004]然而，仅仅依靠业务员来完成相关匹配显然是成本较高且效率较低的。主流的线上平台仅仅依靠关键词匹配的方法将用户填写的需求和检测机构提供的服务进行适配，并没有考虑到检测机构的位置、行业、性质、资质和个性化服务以及检测用户的位置、行业和性质的属性信息。同时，对于推荐的机构排名仅依靠机构的评分，缺乏对这些属性的考虑会导致推荐结果缺乏个性化，以及缺乏对于推荐结果的解释。

技术实现思路

[0005]针对上述问题，本专利技术的目的是提供一种推荐结果个性化且效率高的检验检测机构推荐方法及系统。
[0006]为实现上述目的，本专利技术采取以下技术方案：第一方面，提供一种检验检测机构推荐方法，包括：/>[0007]基于检测用户和检验检测机构的属性，构建检验检测行业的加权异构图；
[0008]根据构建的检验检测行业的加权异构图，确定检测用户与目标用户的加权元路径；
[0009]确定目标用户在各加权元路径下对不同候选检验检测机构的评分，进而确定向目标用户推荐的一个或多个检验检测机构。
[0010]进一步地，所述基于检测用户和检验检测机构的属性，构建检验检测行业的加权异构图，包括：
[0011]确定检测用户和检验检测机构的属性；
[0012]将检测用户和检验检测机构的各属性以及检测用户和检验检测机构作为节点并互相连接，得到异构图，其中，节点之间的边表示节点间存在的交互信息；
[0013]以检测用户对检测检验机构的评分作为检测用户与检测检验机构之间的边的权重，得到检验检测行业的加权异构图。
[0014]进一步地，所述确定目标用户在各加权元路径下对不同候选检验检测机构的评
分，进而确定向目标用户推荐的一个或多个检验检测机构，包括：
[0015]确定目标用户在各加权元路径下对不同候选检验检测机构的评分；
[0016]采用神经网络学习算法，根据目标用户在各加权元路径下对不同候选检验检测机构的评分，确定向目标用户推荐的一个或多个检验检测机构。
[0017]进一步地，所述确定目标用户在各加权元路径下对不同候选检验检测机构的评分，包括：
[0018]基于检测用户对于检验检测机构的评分，构建评分矩阵R，并确定加权元路径的相似度矩阵S，其中，评分矩阵R中的元素R
u,i
表示检测用户u对检验检测机构i的评分，相似度矩阵S中的元素表示在加权元路径l下检测用户u和检测用户v的相似度；
[0019]构建目标用户对候选检验检测机构的评分函数，进而确定目标用户在各加权元路径下对不同候选检验检测机构的评分。
[0020]进一步地，所述相似度为：
[0021][0022]其中，P
u
→
v
表示由检测用户u到检测用户v的一条加权元路径；P
u
→
u
表示由检测用户u到检测用户u的一条加权元路径；P
v
→
v
表示由检测用户v到检测用户v的一条加权元路径；P为加权元路径的数量。
[0023]进一步地，所述评分函数为：
[0024][0025]其中，R
(U,T)
表示目标用户U对于候选检验检测机构T的评分；w
U,A
表示目标用户U和数据库中的检测用户A之间的相似度；R
A,T
表示数据库中检测用户A对检验检测机构T的评分。
[0026]进一步地，所述采用神经网络学习算法，根据目标用户在各加权元路径下对不同候选检验检测机构的评分，确定向目标用户推荐的一个或多个检验检测机构，包括：
[0027]采用神经网络学习算法，根据检测用户和检测机构的属性以及成交数据进行机器学习，得到每一检测用户对于不同加权元路径的偏好，建立权重矩阵；
[0028]基于目标用户在各加权元路径下对候选检验检测机构的评分，确定权重矩阵的优化目标函数；
[0029]对权重矩阵的优化目标函数进行求解，得到最优的权重矩阵；
[0030]根据最优的权重矩阵，构建目标用户的评价矩阵，进而按照评价结果的高低完成检验检测机构的推荐。
[0031]第二方面，提供一种检验检测机构推荐系统，包括：
[0032]加权异构图构建模块，用于基于检测用户和检验检测机构的属性，构建检验检测行业的加权异构图；
[0033]加权元路径确定模块，用于根据构建的检验检测行业的加权异构图，确定检测用户与目标用户的加权元路径；
[0034]推荐模块，用于确定目标用户在各加权元路径下对不同候选检验检测机构的评
分，进而确定向目标用户推荐的一个或多个检验检测机构。
[0035]第三方面，提供一种处理设备，包括计算机程序指令，其中，所述计算机程序指令被处理设备执行时用于实现上述检验检测机构推荐方法对应的步骤。
[0036]第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时用于实现上述检验检测机构推荐方法对应的步骤。
[0037]本专利技术由于采取以上技术方案，其具有以下优点：
[0038]1、本专利技术通过检测用户的性质、位置和行业信息，以及检验检测机构的性质、位置、行业、定制化和资质等，构建加权异构图，从属性出发构建元路径，可以将用户和机构的属性信息纳入模型的推荐过程，对比传统方法增加了可解释性。
[0039]2、传统方法对于检验检测机构和检测用户构建的异构图只能提取到表层的交互信息，即监测用户和检验检测机构存在成交记录，但是，加权元路径可以显示检验检测机构和检验检测机构用户之间的评价信息，可以反映出检测用户对于检验检测机构的评价，并作为权重应用在后续整体模型中，最终通过本专利技术的方法能够得到对于每个用户的对于不同元路径的权重，相比于传统方法的平均权重更具科学性。
[0040]综上所述，本专利技术可以广泛应用于检验检测领域中。
附图说明
[0041]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检验检测机构推荐方法，其特征在于，包括：基于检测用户和检验检测机构的属性，构建检验检测行业的加权异构图；根据构建的检验检测行业的加权异构图，确定检测用户与目标用户的加权元路径；确定目标用户在各加权元路径下对不同候选检验检测机构的评分，进而确定向目标用户推荐的一个或多个检验检测机构。2.如权利要求1所述的一种检验检测机构推荐方法，其特征在于，所述基于检测用户和检验检测机构的属性，构建检验检测行业的加权异构图，包括：确定检测用户和检验检测机构的属性；将检测用户和检验检测机构的各属性以及检测用户和检验检测机构作为节点并互相连接，得到异构图，其中，节点之间的边表示节点间存在的交互信息；以检测用户对检测检验机构的评分作为检测用户与检测检验机构之间的边的权重，得到检验检测行业的加权异构图。3.如权利要求1所述的一种检验检测机构推荐方法，其特征在于，所述确定目标用户在各加权元路径下对不同候选检验检测机构的评分，进而确定向目标用户推荐的一个或多个检验检测机构，包括：确定目标用户在各加权元路径下对不同候选检验检测机构的评分；采用神经网络学习算法，根据目标用户在各加权元路径下对不同候选检验检测机构的评分，确定向目标用户推荐的一个或多个检验检测机构。4.如权利要求3所述的一种检验检测机构推荐方法，其特征在于，所述确定目标用户在各加权元路径下对不同候选检验检测机构的评分，包括：基于检测用户对于检验检测机构的评分，构建评分矩阵R，并确定加权元路径的相似度矩阵S，其中，评分矩阵R中的元素R
u，i
表示检测用户u对检验检测机构i的评分，相似度矩阵S中的元素表示在加权元路径l下检测用户u和检测用户v的相似度；构建目标用户对候选检验检测机构的评分函数，进而确定目标用户在各加权元路径下对不同候选检验检测机构的评分。5.如权利要求4所述的一种检验检测机构推荐方法，其特征在于，所述相似度为：其中，P
u
→
v
表示由检测用户u到检测用户v的一条加权元路径；P
u
→
u
表示由检测用户u到检测用户u的...

【专利技术属性】
技术研发人员：张力文，褚伟杰，莫同，李伟平，
申请(专利权)人：北京大学，
类型：发明
国别省市：