一种适用于经营管理系统的引导性推荐方法及系统技术方案

本发明专利技术涉及一种适用于经营管理系统的引导性推荐方法及系统，基于经营管理平台用户操作行为信息

【技术实现步骤摘要】
一种适用于经营管理系统的引导性推荐方法及系统


[0001]本专利技术涉及页面推荐
，特别涉及一种适用于经营管理系统的引导性推荐方法及系统
。

技术介绍

[0002]推荐系统是一种能够从海量信息中挖掘用户偏好，过滤无效信息，提高信息利用效率的信息过滤系统
。
随着信息技术和互联网的发展，电子商务
、
社交媒体
、
新闻
、
金融等各类行业采用推荐系统，向用户推送他们感兴趣的商品或内容，并给应用它的企业带来了丰厚的利润
。
[0003]目前，银行的掌上行信息平台整合行内外数据资源，拥有全行海量经营管理信息，却尚未开发推荐系统，新用户难以快速适应系统，找到自身感兴趣
、
经营管理应当关注的内容，形成业务条线浏览逻辑
。
经营管理类平台需要有针对性的引导用户关注业务开展相关指标，常见电商平台
、
社交媒体等推荐系统主要是为用户推荐大量多样化
、
个性化的内容以及长尾物品，并不适用于经营管理类平台
。
[0004]因此，有必要提供一种适用于经营管理系统的引导性推荐方法及系统，针对经营管理信息系统业务流程和用户特征，推荐合适的页面
。

技术实现思路

[0005]本专利技术的目的在于提供一种适用于经营管理系统的引导性推荐方法及系统，针对经营管理信息系统业务流程和用户特征，推荐合适的页面
。
[0006]为了解决现有技术中存在的问题，本专利技术提供了一种适用于经营管理系统的引导性推荐方法，包括以下步骤：
S1
：采集掌上行各板块用户操作行为日志数据，根据所述日志数据和板块页面层级关系梳理用户浏览时的路径；
S2
：根据日志数据和路径构建用户行为网络；
S3
：根据用户行为网络进行特征处理，得到用户画像特征和页面基础特征，用户画像特征包括用户板块标签
、
重复路径相似度
、
周平均登录天数
、
访问路径相似度
、
用户组权限标签
、
科技人员标签以及用户类型标签，页面基础特征包括页面访问频次
、
页面停留时长
、
时间衰减系数
、
链路权重
、
终点权重以及页面层级；
S4
：根据时间衰减系数建立评分卡模型，进行页面重要性评分，用于个性化推荐，建立评分卡模型的方式如下：；其中，
Score
为页面重要性评分，为时间衰减系数；为特征参数，
n
为用户数，
u
为当前用户，
m
为页面数量，
i
为当前页面，为各特征参数的权重系数；
S5
：根据用户类型标签筛选出各板块的优质用户，将页面的页面访问频次
、
页面停
留时长
、
链路权重和终点权重输入
TagBasedTFIDF++
推荐模型，以加权计算各板块内待推荐页面的评分，方式如下：；其中，为各板块内当前待推荐页面
i
的评分，
B
为特征数，
b
为当前特征；为当前页面
i
特征
b
的加权评分，为各特征参数的权重系数；
S6
：根据评分卡模型进行便利性访问推荐，根据待推荐页面的评分为各板块优质用户进行推荐
。
[0007]可选的，在所述的适用于经营管理系统的引导性推荐方法中，
S1
中，梳理用户浏览时的路径的方式如下：将页面层级逐级细分，使第1级为系统入口页面，第2级为功能菜单页面，第3‑6级为板块页面，第7级为下钻页面和
/
或内容页面；当跳转页面的层级低于当前页面的层级时，视为从当前页面开始新的路径
。
[0008]可选的，在所述的适用于经营管理系统的引导性推荐方法中，
S1
中还包括以下步骤：对采集的日志数据进行数据清洗
。
[0009]可选的，在所述的适用于经营管理系统的引导性推荐方法中，
S2
中，所述用户行为网络包括两类实体和六类关联边，两类实体分别为用户节点和页面节点，六类关联边分别为用户浏览链路
、
页面下钻链路
、
页面板块所属
、
页面目录所属
、
用户页面浏览偏好度以及页面逻辑关系
。
[0010]可选的，在所述的适用于经营管理系统的引导性推荐方法中，
S4
中，时间衰减系数的计算方式为：；其中，为时间衰减系数，为用户浏览行为的最新日期，为用户
u
浏览页面
j
的日期，为用户偏好程度；特征参数包括页面停留时长
、
终点权重
、
链路权重以及页面访问频次；对应特征参数的权重系数根据实际情况设置
。
[0011]可选的，在所述的适用于经营管理系统的引导性推荐方法中，页面停留时长的权重系数为
0.3
，终点权重的权重系数为
0.4
，链路权重的权重系数为
0.15
，页面访问频次的权重系数为
0.15。
[0012]可选的，在所述的适用于经营管理系统的引导性推荐方法中，
S5
中，根据用户类型标签筛选出各板块的优质用户的方式如下：用户类型标签中将新用户标记为1，非常用用户标记为2，常用用户标记为3：高质量用户标记为4，选出标记大于等于3的用户为优质用户
。
[0013]可选的，在所述的适用于经营管理系统的引导性推荐方法中，
S5
中，当前页面
i
特征
b
的加权评分的计算公式如下：；
其中，为用户
u
对页面
i
的特征
b
的评分，为所有用户对页面
i
特征
b
的评分加权，
n
为用户
u
对页面
i
的浏览次数，为用户
u
对所有页面的特征
b
的评分加权，
n
为用户数，
u
为当前用户
。
[0014]可选的，在所述的适用于经营管理系统的引导性推荐方法中，
S5
中，在得到待推荐页面的评分之后，还包括以下步骤：根据评分将待推荐页面进行排序；基于贪心算法的图链路模型对排序列表重新排序，形成多个关联链路组合，选取对应板块内
Top
‑
N
推荐列表作为结果推荐给优质用户
。
[0015]可选的，在所述的适用于经营管理系统的引导性推荐方法中，基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种适用于经营管理系统的引导性推荐方法，其特征在于，包括以下步骤：
S1
：采集掌上行各板块用户操作行为日志数据，根据所述日志数据和板块页面层级关系梳理用户浏览时的路径；
S2
：根据日志数据和路径构建用户行为网络；
S3
：根据用户行为网络进行特征处理，得到用户画像特征和页面基础特征，用户画像特征包括用户板块标签
、
重复路径相似度
、
周平均登录天数
、
访问路径相似度
、
用户组权限标签
、
科技人员标签以及用户类型标签，页面基础特征包括页面访问频次
、
页面停留时长
、
时间衰减系数
、
链路权重
、
终点权重以及页面层级；
S4
：根据时间衰减系数建立评分卡模型，进行页面重要性评分，用于个性化推荐，建立评分卡模型的方式如下：；其中，
Score
为页面重要性评分，为时间衰减系数；为特征参数，
n
为用户数，
u
为当前用户，
m
为页面数量，
i
为当前页面，为各特征参数的权重系数；
S5
：根据用户类型标签筛选出各板块的优质用户，将页面的页面访问频次
、
页面停留时长
、
链路权重和终点权重输入
TagBasedTFIDF++
推荐模型，以加权计算各板块内待推荐页面的评分，方式如下：；其中，为各板块内当前待推荐页面
i
的评分，
B
为特征数，
b
为当前特征；为当前页面
i
特征
b
的加权评分，为各特征参数的权重系数；
S6
：根据评分卡模型进行便利性访问推荐，根据待推荐页面的评分为各板块优质用户进行推荐
。2.
如权利要求1所述的适用于经营管理系统的引导性推荐方法，其特征在于，
S1
中，梳理用户浏览时的路径的方式如下：将页面层级逐级细分，使第1级为系统入口页面，第2级为功能菜单页面，第3‑6级为板块页面，第7级为下钻页面和
/
或内容页面；当跳转页面的层级低于当前页面的层级时，视为从当前页面开始新的路径
。3.
如权利要求1所述的适用于经营管理系统的引导性推荐方法，其特征在于，
S1
中还包括以下步骤：对采集的日志数据进行数据清洗
。4.
如权利要求1所述的适用于经营管理系统的引导性推荐方法，其特征在于，
S2
中，所述用户行为网络包括两类实体和六类关联边，两类实体分别为用户节点和页面节点，六类关联边分别为用户浏览链路
、
页面下钻链路
、
页面板块所属
、
页面目录所属
、
用户页面浏览偏好度以及页面逻辑关系
。5.
如权利要求1所述的适用于经营管理系统的引导性推荐方法，其特征在于，
S4
中，时间衰减系数的计算方式为：
；其中，为时间衰减系数，为用户浏览行为的最新日期，为用户
u
浏览页面
j
的日期，为用户偏好程度；特征参数包括页面停留时长
、
终点权重
、
链路权重以及页面访问频次；对应特征参数的权重系数根据实际情况设置
。6.
如权利要求5所述的适用于经营管理系统的引导性推荐方法，其特征在于，页面停留时长的权重系数为
0.3
，终点权重的权重系数为
0.4
，链路权重的权重系数为
0.15
，页面访问频次的权重系数为
0.15。7.
如权利要求1所述的适用于经营管理系统的引导性推荐方法，其特征在于，
S5
中，根据用户类型标签筛选出各板块的优质用户的方式如下：用户类型标签中将新用户标记为1，非常用用户标记为2，常用用户标记为3：高质量用户标记为4，选出标记大于等于3的用户为优质用户
。8.
如权利要求1所述的适用于经营管理系统的引导性推荐方法，其特征在于，
S5
中，当前页面
i
特征
b

【专利技术属性】
技术研发人员：刘晓丹，王之元，于中宝，陈超，
申请(专利权)人：上海银行股份有限公司，
类型：发明
国别省市：