【技术实现步骤摘要】
一种基于交替最小二乘法的电信业务精准推荐方法及系统
[0001]本专利技术属于电信
，尤其是涉及一种基于交替最小二乘法的电信业务精准推荐方法及系统。
技术介绍
[0002]电信行业较常使用的业务推荐技术主要为三类，第一类是基于关联规则算法进行用户产品推荐，第二类是基于隐语义算法模型进行用户产品推荐，第三类是基于协同过滤方法进行用户产品推荐，关于三类技术的具体描述如下：
[0003]第一类模型技术
‑‑
基于关联规则算法的推荐技术，核心思想：在大规模数据集中寻找物品间的隐含关系。首先，通过迭代检索出所有用户
‑
产品交互项中的频繁项集，即支持度不低于用户设定的阈值的项集，最后，利用频繁项集构造出满足用户最小置信度的规则。其中，找出所有频繁项集是基于该算法的性质：a.频繁项集的子集也是频繁项集；b.非频繁项集的超集(父集)一定是非频繁的。
[0004]第二类模型技术
‑‑
基于隐语义算法模型的推荐技术，核心思想：通过隐含特征关联用户兴趣和物品，并基于矩阵分解建...
【技术保护点】
【技术特征摘要】
1.一种基于交替最小二乘法的电信业务精准推荐方法，其特征在于，包括：获取并关联系统推荐产品数据和用户订购产品数据，根据产品推荐数量和产品订购数量计算产品推荐权重和产品订购权重，并计算各产品的整体交互权重；根据所述系统推荐产品数据筛选所述用户订购产品数据，获取所述用户订购产品数据中属于系统推荐产品的数据作为高权重产品数据；根据各产品的整体交互权重对所述高权重产品数据进行分组，得到高、中、低三组权重组，根据各权重组的用户订购产品数据结合各产品的整体交互权重，分别计算各用户对各产品的偏爱置信度，将各权重组的用户
‑
产品二元组及偏爱置信度信息分别转换为矩阵；构建三个交替最小二乘隐式协同过滤模型，将高、中、低三组权重组的矩阵分别输入到三个交替最小二乘隐式协同过滤模型中，训练并获取各权重组的最优模型；基于各权重组的最优模型分别预测目标用户的偏好产品，并分别获取到top
‑
N的产品；根据所述整体交互权重对各权重组最优模型预测的top
‑
N的产品分别进行排序，根据业务场景需求，最终选取各权重组最优模型预测的top
‑
K的产品进行推荐。2.根据权利要求1所述的基于交替最小二乘法的电信业务精准推荐方法，其特征在于：获取预设时间区间内的所述系统推荐产品数据和所述用户订购产品数据；根据所述系统推荐产品数据和所述用户订购产品数据分别获取所述产品推荐数量和所述产品订购数量。3.根据权利要求1或2所述的基于交替最小二乘法的电信业务精准推荐方法，其特征在于：根据所述产品推荐数量，计算每个产品的推荐数量和产品推荐总量的比值作为产品推荐权重；根据所述系统推荐产品数量，计算每个产品的订购数量和产品订购总量的比值作为产品订购权重；对所述产品推荐权重和所述产品订购权重求加权平均数，得到产品的整体交互权重。4.根据权利要求1所述的基于交替最小二乘法的电信业务精准推荐方法，其特征在于：以系统推荐产品数据为主数据，若所述系统推荐产品数据中的产品包含在所述用户订购产品数据中，则将该部分系统推荐产品数据作为高权重产品数据；所述系统推荐产品数据中剩余的产品数据作为低权重产品数据。5.根据权利要求1所述的基于交替最小二乘法的电信业务精准推荐方法，其特征在于：在计算得到的各产品的整体交互权重中，获取所述高权重产品数据中各产品的产品整体权重；设定两个权重阈值，将所述高权重产品数据中各产品的产品整体权重与两个权重阈值进行比较，得到高、中、低三组权重组；将各权重组中用户
‑
产品的二元组数据，以用户为横轴、产品为纵轴、中间数据为偏爱置信度，分别转化为矩阵。6.根据权利要求1所述的基于交替最小二乘法的电信业务精准推荐方法，其特征在于：所述构建三个交替最小二乘隐式协同过滤模型，包括：调用Spark提供的封装了协同过滤算法的交替最小二乘算法接口初始化模型，构建三个交替最小二乘隐式协同过滤模型。
7.根据权利要求1所述的基于交替最小二乘法的电信业...
【专利技术属性】
技术研发人员：韦强，
申请(专利权)人：北京思特奇信息技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。