一种基于改进相似度以及决策树的电力产品推荐方法及系统技术方案

本发明专利技术公开一种基于改进相似度以及决策树的电力产品推荐方法及系统，包括：判断是否为新用户；若是，则基于人口统计学标签集对电力产品进行推荐；若否，则基于改进相似度以及决策树对电力产品进行推荐；其中，在基于改进相似度以及决策树对电力产品进行推荐时，包括：得到电力产品相似度，并基于电力产品相似度对电力产品进行协同过滤，得到协同过滤推荐的电力产品；分别构建经典和新标准决策树，判断协同过滤推荐的电力产品是遵循新标准或者经典标准；并根据判断结果将协同过滤推荐的电力产品带入经典或新标准决策树，得到对应的优先级，并根据优先级重新排序后进行推荐。本发明专利技术达到满足电力产品匹配推荐的准确性，同时解决新用户冷启动的目的。决新用户冷启动的目的。决新用户冷启动的目的。

【技术实现步骤摘要】
一种基于改进相似度以及决策树的电力产品推荐方法及系统


[0001]本专利技术涉及数据处理
，具体涉及一种基于改进相似度以及决策树的电力产品推荐方法及系统。

技术介绍

[0002]随着全球科技的飞速发展，网络购物已经成为人们日常购物的重要方式。
[0003]针对电力产品信息过载的问题，为了方便、便捷、有效地为用户提供所需的电力产品，推荐算法逐渐成为研究热点。通过分析用户行为以及物品内容特征，经过一系列的数据处理，帮助用户获得需要的信息。推荐算法在网络购物电力产品中得到了较为广泛的应用，但是商家为了提高销售量使得推荐的电力产品鱼龙混杂，导致消费者难以分辨出自己想要的电力产品。因此，想要为用户进行准确的匹配推荐，就必须要对推荐算法有较为深入的研究。
[0004]在电力领域中，电力产品的品质尤为重要，因此如何对电力产品进行准确的匹配推荐是当下急需解决的。目前，大众使用的较为主流的推荐方法是基于协同过滤算法的推荐方法，但是该推荐方法在获取相似度和预测评分时过于粗糙，难以获取准确的匹配结果，而在电力领域中，电力产品选用的不同则会造成较大的使用区别，因此现有基于协同过滤算法的推荐方法在匹配准确性上难以满足电力领域的要求，并且在面对新用户时还存在冷启动的问题。

技术实现思路

[0005]为了克服现有技术的不足，本专利技术提供一种基于改进相似度以及决策树的电力产品推荐方法及系统，用于解决现有的电力产品推荐方法在匹配准确性上难以满足电力领域的要求以及存在新用户冷启动的技术问题，从而达到满足电力产品匹配推荐的准确性，同时解决新用户冷启动的目的。
[0006]为解决上述问题，本专利技术所采用的技术方案如下：
[0007]一种基于改进相似度以及决策树的电力产品推荐方法，包括以下步骤：
[0008]根据输入的用户信息判断是否为新用户；
[0009]若是，则基于人口统计学标签集对电力产品进行推荐；
[0010]若否，则基于改进相似度以及决策树对电力产品进行推荐；
[0011]其中，在基于改进相似度以及决策树对电力产品进行推荐时，包括：
[0012]则对所述用户信息进行预处理后，分别得到改进的余弦电力产品相似度和基于时间电力产品相似度；
[0013]根据所述改进的余弦电力产品相似度和所述基于时间电力产品相似度得到电力产品相似度；
[0014]基于所述电力产品相似度对电力产品进行协同过滤，得到协同过滤推荐的电力产品；
[0015]分别构建经典决策树和新标准决策树，判断所述协同过滤推荐的电力产品是遵循新标准或者经典标准；并根据判断结果将所述协同过滤推荐的电力产品带入所述经典决策树或所述新标准决策树，得到所述协同过滤推荐的电力产品对应的优先级，并根据所述优先级重新进行排序，基于所述排序对电力产品进行推荐。
[0016]作为本专利技术优选的实施方式，在得到改进的余弦电力产品相似度时，包括：
[0017]将用户对电力产品的评分与协同过滤算法的余弦相似度相结合，构建一改进的余弦相似度模型，并利用所述改进的余弦相似度模型得到所述改进的余弦电力产品相似度，具体如公式1、公式2以及公式3所示：
[0018][0019][0020][0021]式中，a(x)和a(y)分别为用户对电力产品x和y的评分，m为用户的数量，avg
all
为整个电商网站所有用户的平均评分；avg
u
为用户u的平均评分，u
x
为用户u对电力产品x的评分，u
y
为用户u对电力产品y的评分。
[0022]作为本专利技术优选的实施方式，在得到基于时间电力产品相似度时，包括：
[0023]通过将电力产品之间的相似度置于[0，1]区间内，构建一基于时间相似度模型，并利用所述基于时间相似度模型得到所述基于时间电力产品相似度，具体如公式4所示：
[0024]sim2(x,y)＝e
‑
ρ|t1
‑
t2|
ꢀꢀ
(4)；
[0025]式中，t1和t2为电力产品x和y面世的时间，ρ为归一化系数。
[0026]作为本专利技术优选的实施方式，在得到电力产品相似度时，包括：
[0027]基于所述改进的余弦电力产品相似度和所述基于时间电力产品相似度，构建一相似度模型，并利用所述相似度模型得到所述电力产品相似度，具体如公
[0028]式5所示：
[0029][0030]作为本专利技术优选的实施方式，在基于人口统计学标签集对电力产品进行推荐时，包括：
[0031]通过协同过滤推荐算法生成新用户的电力产品推荐列表；
[0032]基于若干预设人口统计学标签组形成人口统计学标签集；
[0033]遍历所述电力产品推荐列表中的每个电力产品，并根据用户
‑
电力产品评分矩阵，得到所述人口统计学标签集内每个所述预设人口统计学标签组的用户对遍历到的电力产品的评分，进一步得到遍历到的电力产品的评分总和以及做出评分的用户总人数；
[0034]根据所述遍历到的电力产品的评分总和所述做出评分的用户总人数，得到每个所述预设人口统计学标签组的用户对遍历到的电力产品的平均偏好程度；
[0035]根据新用户的人口统计学标签信息，将所述新用户匹配到所述人口统计学标签集内某一预设人口统计学标签组中；
[0036]根据匹配的预设人口统计学标签组和其他预设人口统计学标签组之间的相似度以及所述平均偏好程度，得到所述新用户对遍历到的电力产品的预测偏好程度；
[0037]将所述电力产品推荐列表中的每个电力产品按照所述预测偏好程度进行降序排序，并根据降序排序结果为所述新用户推荐电力产品。
[0038]作为本专利技术优选的实施方式，在得到平均偏好程度时，包括：
[0039]构建一平均偏好模型，并根据所述平均偏好模型得到每个所述预设人口统计学标签组的用户对遍历到的电力产品的平均偏好程度，具体如公式6所示：
[0040][0041]式中，FH
k
为第k组人口统计学标签组，k为人口统计学标签组的组号，QFH
kc
为第k组人口统计学标签组的用户对所述遍历到的电力产品c的平均偏好程度，(S1,S2…
S
j
)为用户的人口统计学标签，I(S1,S2…
S
j
)＝FH
k
为第k组人口统计学标签组的用户对所述遍历到的电力产品c做出的评分，Num
c
为对所述遍历到的电力产品c做出评分的用户总人数。
[0042]作为本专利技术优选的实施方式，在得到预测偏好程度时，包括：
[0043]构建一预测偏好模型，并根据所述预测偏好模型得到所述新用户对遍历到的电力产品的预测偏好程度，具体如公式7和公式8所示：
[0044][0045][0046]式中，T
ic
表示新用户i对所述遍历到的电力产品本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进相似度以及决策树的电力产品推荐方法，其特征在于，包括以下步骤：根据输入的用户信息判断是否为新用户；若是，则基于人口统计学标签集对电力产品进行推荐；若否，则基于改进相似度以及决策树对电力产品进行推荐；其中，在基于改进相似度以及决策树对电力产品进行推荐时，包括：则对所述用户信息进行预处理后，分别得到改进的余弦电力产品相似度和基于时间电力产品相似度；根据所述改进的余弦电力产品相似度和所述基于时间电力产品相似度得到电力产品相似度；基于所述电力产品相似度对电力产品进行协同过滤，得到协同过滤推荐的电力产品；分别构建经典决策树和新标准决策树，判断所述协同过滤推荐的电力产品是遵循新标准或者经典标准；并根据判断结果将所述协同过滤推荐的电力产品带入所述经典决策树或所述新标准决策树，得到所述协同过滤推荐的电力产品对应的优先级，并根据所述优先级重新进行排序，基于所述排序对电力产品进行推荐。2.根据权利要求1所述的基于改进相似度以及决策树的电力产品推荐方法，其特征在于，在得到改进的余弦电力产品相似度时，包括：将用户对电力产品的评分与协同过滤算法的余弦相似度相结合，构建一改进的余弦相似度模型，并利用所述改进的余弦相似度模型得到所述改进的余弦电力产品相似度，具体如公式1、公式2以及公式3所示：公式2以及公式3所示：公式2以及公式3所示：式中，a(x)和a(y)分别为用户对电力产品x和y的评分，m为用户的数量，avg
all
为整个电商网站所有用户的平均评分；avg
u
为用户u的平均评分，u
x
为用户u对电力产品x的评分，u
y
为用户u对电力产品y的评分。3.根据权利要求2所述的基于改进相似度以及决策树的电力产品推荐方法，其特征在于，在得到基于时间电力产品相似度时，包括：
通过将电力产品之间的相似度置于[0，1]区间内，构建一基于时间相似度模型，并利用所述基于时间相似度模型得到所述基于时间电力产品相似度，具体如公式4所示：sim2(x,y)＝e
‑
ρ|t1
‑
t2|
ꢀꢀꢀꢀꢀ
(4)；式中，t1和t2为电力产品x和y面世的时间，ρ为归一化系数。4.根据权利要求3所述的基于改进相似度以及决策树的电力产品推荐方法，其特征在于，在得到电力产品相似度时，包括：基于所述改进的余弦电力产品相似度和所述基于时间电力产品相似度，构建一相似度模型，并利用所述相似度模型得到所述电力产品相似度，具体如公式5所示：5.根据权利要求1所述的基于改进相似度以及决策树的电力产品推荐方法，其特征在于，在基于人口统计学标签集对电力产品进行推荐时，包括：通过协同过滤推荐算法生成新用户的电力产品推荐列表；基于若干预设人口统计学标签组形成人口统计学标签集；遍历所述电力产品推荐列表中的每个电力产品，并根据用户
‑
电力产品评分矩阵，得到所述人口统计学标签集内每个所述预设人口统计学标签组的用户对遍历到的电力产品的评分，进一步得到遍历到的电力产品的评分总和以及做出评分的用户总人数；根据所述遍历到的电力产品的评分总和所述做出评分的用户总人数，得到每个所述预设人口统计学标签组的用户对遍历到的电力产品的平均偏好程度；根据新用户的人口统计学标签信息，将所述新用户匹配到所述人口统计学标签集内某一预设人口统计学标签组中；根据匹配的预设人口统计学标签组和其他预设人口统计学标签组之间的相似度以及所述平均偏好程度，得到所述新用户对遍历到的电力产品的预测偏好程度；将所述电力产品推荐列表中的每个电力产品按照所述预测偏好程度进行降序排序，并根据降序排序结果为所述新用户推荐电力产品。6.根据权利要求5所述的基于改进相似度以及决策树的电力产品推荐方法，其特征在于，在得到平均偏好程度时，包括：构建一平均偏好模型，并根据所述平均偏好模型得到每个所述预设人口统计学标签组的用户对遍历到的电力产品的平均偏好程度，具体如公式6所示：式中，FH
k
为第k组人口统计学标签组，k为人口统计学标签组的组号，QFH
kc
为第k组人口统计学标签组的用户对所述遍历到的电力产品c的平均偏好程度，(S1,S2…
S
j
)为用户的人口统计学标签，I(S1,S2…
...

【专利技术属性】
技术研发人员：雷明，沈佳一，王少晓，伍松柏，周明辉，周光辉，
申请(专利权)人：珠海博威智能电网有限公司，
类型：发明
国别省市：