一种基于企业行为的协同过滤政策推荐方法技术

本发明专利技术涉及信息技术需求技术领域，具体是一种基于企业行为的协同过滤政策推荐方法，包括以下步骤：步骤1：获取企业搜索、收藏、浏览、申报的政策；步骤2：根据企业与政策建立的关系进行标签匹配度计算和打分；步骤3：相似企业根据匹配度与分值排序列表进行推送政策结果集；步骤4：企业根据推送的列表进行相关操作会进行加分和扣分；步骤5：根据加减分情况增加或减少给相似企业推送的政策排名。本发明专利技术可以从大量的政策信息中找到适合自己的政策，使得政策的发文部门能够让自己的政策精准送达。的发文部门能够让自己的政策精准送达。的发文部门能够让自己的政策精准送达。

【技术实现步骤摘要】
一种基于企业行为的协同过滤政策推荐方法


[0001]本专利技术涉及信息技术需求
，具体是一种基于企业行为的协同过滤政策推荐方法。

技术介绍

[0002]在传统的方式下，一些企业通过购买科技中介的服务来解决信息不对称的问题，但这种解决方式每次都需要政策专家的投入，难以形成规模，无法惠及每一家企业，并且分流了有限的原本要流向企业的资助资金，同时，部分中介的不规范行为也影响了营商环境的口碑。在新时代的背景下，找政策如同查牛津字典，一些困扰社会各界多时的老问题始终存在，甚至愈演愈烈，政策碎片化与“人找政策难”正是其中之一，现有的政策推荐系统中，往往是通过为政策设置标签，企业自行补充信息的方式，采用企业信息与政策信息并集来进行推荐。导致该方法需要让企业自行填写大量的企业信息与企业的隐私信息，企业不愿意填写，填写不准确，乱填写，惠企面窄，无法妥善管理。

技术实现思路

[0003]本专利技术要解决的技术问题是提供一种基于企业行为的协同过滤政策推荐方法，使得用户可以从大量的政策信息中找到适合自己的政策，使得政策的发文部门能够让自己的政策精准送达。
[0004]为了解决上述技术问题，本专利技术的技术方案为：
[0005]一种基于企业行为的协同过滤政策推荐方法，包括以下步骤：
[0006]步骤1：获取企业搜索、收藏、浏览、申报的政策；
[0007]步骤2：根据企业与政策建立的关系进行标签匹配度计算和打分；
[0008]步骤3：相似企业根据匹配度与分值排序列表进行推送政策结果集；
[0009]步骤4：企业根据推送的列表进行相关操作会进行加分和扣分；
[0010]步骤5：根据加减分情况增加或减少给相似企业推送的政策排名。
[0011]优选地，首先把政策进行人工打标签，企业根据训练模型打上标签，然后根据标签与企业标签并集推送政策列表结果集，给企业推送政策的过程设置为一个企业对政策进行打分的任务，把前面的这些打分情况当作已有的企业用户向量，通过把两个向量都减去他们的均值，然后再计算consine值，使用公式：
[0012]，
[0013]其中Ri，p代表企业i对政策p的评分，Ri代表企业i对所有政策的平均评分，P代表所有政策的集合，p表示某个政策；
[0014]得到向量A和向量B、C、D、E的相似程度，也就是企业A和企业B、C、D、E的相似程度，就可以找出与企业A最相似的n个企业；
[0015]根据这n个企业对政策A的评分情况和与企业A的相似程度，通过该政策的评分与
此企业的所有评分的差值进行加权平均出企业A对政策A的评分，
[0016][0017]Si,k是企业i和企业k的相似度，若评分比较高的话，就把政策A推荐给企业A，否则不推荐；
[0018]最终按评分大小进行排序得到最终推荐给企业用户的政策列表。
[0019]与现有技术相比，本专利技术的有益效果为：
[0020]1.本专利技术可有效避免相同行业，相同地区，相同体量的企业因标签信息不同导致互相推荐的政策不同。
[0021]2.减少企业找政策的成本，企业不需要花费大量金钱与人力去找与自己相关的政策。
[0022]3.让每一个与企业相关的政策更容易到达企业手里。
[0023]4.所有政策在同一纬度评估，使得政策与企业的匹配方式可以结构化与数据化的管理。
附图说明
[0024]图1为本专利技术的方法流程图。
具体实施方式
[0025]下面结合附图对本专利技术的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本专利技术，但并不构成对本专利技术的限定。此外，下面所描述的本专利技术各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
[0026]如图1所示，本专利技术的一种基于企业行为的协同过滤政策推荐方法，包括以下步骤：
[0027]步骤1：获取企业搜索、收藏、浏览、申报的政策；
[0028]步骤2：根据企业与政策建立的关系进行标签匹配度计算和打分；
[0029]步骤3：相似企业根据匹配度与分值排序列表进行推送政策结果集；
[0030]步骤4：企业根据推送的列表进行相关操作会进行加分和扣分；
[0031]步骤5：根据加减分情况增加或减少给相似企业推送的政策排名。
[0032]实施例
[0033]首先把政策进行人工打标签，企业根据训练模型打上标签，然后根据标签与企业标签并集推送政策列表结果集，给企业推送政策的过程设置为一个企业对政策进行打分的任务，比如企业申报了某个政策，直接量化为5分，企业收藏了某个政策，量化为4分，企业看某个政策很久量化为3分等，通过这样的量化就相当于把每个企业用户对政策的行为刻画成了向量的形式，我们就可以计算企业之间的相似程度了，任务是判断到底该不该把某个政策推荐给某个用户，基于企业用户的协同过滤算法，根据上面的算法步骤会进行如下操作。
[0034]把前面的这些打分情况当作已有的企业用户向量，通过把两个向量都减去他们的均值，然后再计算consine值，使用公式：
[0035][0036]其中R
i，p
代表企业i对政策p的评分，R
i
代表企业i对所有政策的平均评分，P代表所有政策的集合，p表示某个政策。如上述，我们便可得到向量A和向量B、C、D、E的相似程度，也就是企业A和企业B、C、D、E的相似程度，我们就可以找出与企业A最相似的n个企业。根据这n个企业对政策A的评分情况和与企业A的相似程度，通过该政策的评分与此企业的所有评分的差值进行加权平均
[0037][0038]出企业A对政策A的评分，这里的S
K，j
是企业i和企业k的相似度，如果评分比较高的话，就把政策A推荐给企业A，否则不推荐。通过上述方法最终按评分大小进行排序得到最终推荐给企业用户的政策列表。
[0039]相比现有技术方案，本专利技术可有效避免相同行业，相同地区，相同体量的企业因标签信息不同导致互相推荐的政策不同，如某某烤鱼店A申报了房租补助政策，那么某烤鱼店B也会收到对应推送，而不会因为烤鱼店B未完善信息错过该政策申报。
[0040]以上结合附图对本专利技术的实施方式作了详细说明，但本专利技术不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本专利技术原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本专利技术的保护范围内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于企业行为的协同过滤政策推荐方法，其特征在于，包括以下步骤：步骤1：获取企业搜索、收藏、浏览、申报的政策；步骤2：根据企业与政策建立的关系进行标签匹配度计算和打分；步骤3：相似企业根据匹配度与分值排序列表进行推送政策结果集；步骤4：企业根据推送的列表进行相关操作会进行加分和扣分；步骤5：根据加减分情况增加或减少给相似企业推送的政策排名。2.根据权利要求1所述的基于企业行为的协同过滤政策推荐方法，其特征在于：首先把政策进行人工打标签，企业根据训练模型打上标签，然后根据标签与企业标签并集推送政策列表结果集，给企业推送政策的过程设置为一个企业对政策进行打分的任务，把前面的这些打分情况当作已有的企...

【专利技术属性】
技术研发人员：卢佳宇，李钰琛，
申请(专利权)人：贵州多彩宝互联网服务有限公司，
类型：发明
国别省市：