【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种基于企业数据提供健康度解决方案的产品推荐方法。
技术介绍
1、在当今商业环境中，企业面临着日益激烈的竞争和快速变化的市场条件，在这个竞争激烈的环境中生存和蓬勃发展，企业需要更加智能、精准的方法来满足其不断变化的需求，在商品推荐领域，许多企业依赖于传统的推荐系统，这些系统主要基于企业的历史购买记录和行为数据。然而针对企业客户的推荐系统相对较少，因此大部分的商品推荐系统对于企业客户的推荐并不合理。
2、现有的商品推荐系统主要利用数据分析实现对企业的规模进行评估，然后根据企业的规模对客户进行商品推荐，这种方法只考虑到了企业的整体情况忽视了企业之间的差异化以及个体企业之间的特性需求，导致推荐的商品千篇一律，无法满足个性化，差异化的商品推荐。
技术实现思路
1、为了解决上述问题，本专利技术提供一种基于企业数据提供健康度解决方案的产品推荐方法。
2、本专利技术的一种基于企业数据提供健康度解决方案的产品推荐方法采用如下技术方案：
3、本专利技术一个实施例提供了一种基于企业数据提供健康度解决方案的产品推荐方法，该方法包括以下步骤：
4、采集当前企业数据，其他企业数据以及对比企业数据，所述当前企业数据，其他企业数据以及对比企业数据中每个数据中均包含若干项数据；
5、根据当前企业数据中每个数据的每项数据的值，获取当前企业数据中数据的每项数据的波动程度；获取每个对比企业数据中数据的每项数据的波动程度；根据每个
6、预设种子点个数和漂移带宽半径，根据预设种子点个数和漂移带宽半径，每个其他企业数据的整体波动程度以及当前企业数据的整体波动程度，对所有其他企业数据以及当前企业数据进行聚类，在聚类过程中获取每个种子点的初始均值漂移向量、获取每个种子点在漂移带宽半径内的数据密度以及整体数据密度；根据每个种子点在漂移带宽半径内的数据密度以及整体数据密度对每个种子点的初始均值漂移向量进行修正，获取每个种子点的均值漂移向量；根据每个种子点的均值漂移向量完成聚类，得到若干聚类簇；根据每个聚类簇中企业数据的个数以及企业数据的整体波动程度，获取当前商品的泛用性；根据每个聚类簇中企业数据的个数以及企业数据的整体波动程度，获取当前商品的特化性；根据当前商品的泛用性、当前商品的特化性以及当前企业数据的整体波动程度，获取当前商品的推荐度；
7、根据当前商品的推荐度，对当前企业进行商品推荐。
8、优选的，所述采集当前企业数据，其他企业数据以及对比企业数据，包括的具体步骤如下：
9、将任意一个企业记为当前企业，获取当前企业在当前时间点以及当前时间点之前的每个月的数据，作为当前企业数据的各个数据；
10、预设企业个数m，将企业市值最接近当前企业的m家企业记为对比企业，获取任意一个对比企业在当前时间点以及当前时间点之前的每个月的数据，作为该对比企业数据的各个数据，获取每个对比企业数据的各个数据；所述企业市值为当前企业数据中的各个数据中的其中一项数据；
11、将任意一个商品记为当前商品，将当前商品在当前时间点之间的购买记录中的各个企业记为其他企业，获取任意一个其他企业在当前时间点以及当前时间点之前的每个月的数据，作为该其他企业数据的各个数据，获取每个其他企业数据的各个数据。
12、优选的，所述根据当前企业数据中每个数据的每项数据的值，获取当前企业数据中数据的每项数据的波动程度，包括的具体步骤如下：
13、
14、式中，fn代表当前企业数据中数据的第n项数据的波动程度；ai,n代表当前企业数据中第i个数据的第n项数据的值；代表当前企业数据中所有数据的第n项数据的值的均值；u代表当前企业数据中数据的个数；si代表当前企业数据中第i个数据的采集时间；s0代表当前时间；||代表绝对值符号。
15、优选的，所述根据每个对比企业数据中数据的每项数据的波动程度以及当前企业数据中数据的每项数据的波动程度，获取当前企业数据中数据的每项数据的最终波动程度，包括的具体步骤如下：
16、
17、式中，f′n代表当前企业数据中数据的第n项数据的最终波动程度；fn代表当前企业数据中数据的第n项数据的波动程度；代表所有对比企业数据中数据的第n项数据的波动程度的均值；sigmoid代表激活函数；||代表绝对值符号。
18、优选的，所述获取每个种子点在漂移带宽半径内的数据密度以及整体数据密度，包括的具体步骤如下：
19、
20、式中，r代表预设漂移带宽半径，nhj代表第j个种子点在漂移带宽半径内数据的个数；ρj代表第j个种子点在漂移带宽半径内的数据密度；
21、ρ0＝nw
22、式中，ρ0代表整体数据密度；nw代表其他企业数据以及当前企业数据的个数之和。
23、优选的，所述根据每个种子点在漂移带宽半径内的数据密度以及整体数据密度对每个种子点的初始均值漂移向量进行修正，获取每个种子点的均值漂移向量，包括的具体步骤如下：
24、
25、式中，a′j代表第j个种子点的均值漂移向量；aj代表第j个种子点的初始均值漂移向量；ρj代表第j个种子点在漂移带宽半径内的数据密度；ρ0代表整体数据密度。
26、优选的，所述根据每个聚类簇中企业数据的个数以及企业数据的整体波动程度，获取当前商品的泛用性，包括的具体步骤如下：
27、
28、式中，h代表当前商品的泛用性；mf代表聚类簇的个数；nm代表第m个聚类簇中企业数据的个数；mdm代表第m个聚类簇中企业数据的整体波动程度的极差；ln()代表以自然常数为底数的对数函数；tanh()代表双曲正切函数；exp()代表以自然常数为底数的指数函数。
29、优选的，所述根据每个聚类簇中企业数据的个数以及企业数据的整体波动程度，获取当前商品的特化性，包括的具体步骤如下：
30、
31、式中，e代表当前商品的特化性；mf代表聚类簇的个数；nm代表第m个聚类簇中企业数据的个数；mdm代表第m个聚类簇中企业数据的整体波动程度的极差；nmax代表所有聚类簇中企业数据的个数最大值；tanh()代表双曲正切函数；exp()代表以自然常数为底数的指数函数。
32、优选的，所述根据当前商品的泛用性、当前商品的特化性以及当前企业数据的整体波动程度，获取当前商品的推荐度，包括的具体步骤如下：
33、
34、式中，s代表当前商品的推荐度；代表当前企业数据的整体波动程度；e代表当前商品的特化性；h代表当前商品的泛用性；hd代表当前企业数据中数据的所本文档来自技高网...
【技术保护点】
1.一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述采集当前企业数据，其他企业数据以及对比企业数据，包括的具体步骤如下：
3.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述根据当前企业数据中每个数据的每项数据的值，获取当前企业数据中数据的每项数据的波动程度，包括的具体步骤如下：
4.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述根据每个对比企业数据中数据的每项数据的波动程度以及当前企业数据中数据的每项数据的波动程度，获取当前企业数据中数据的每项数据的最终波动程度，包括的具体步骤如下：
5.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述获取每个种子点在漂移带宽半径内的数据密度以及整体数据密度，包括的具体步骤如下：
6.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐
7.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述根据每个聚类簇中企业数据的个数以及企业数据的整体波动程度，获取当前商品的泛用性，包括的具体步骤如下：
8.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述根据每个聚类簇中企业数据的个数以及企业数据的整体波动程度，获取当前商品的特化性，包括的具体步骤如下：
9.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述根据当前商品的泛用性、当前商品的特化性以及当前企业数据的整体波动程度，获取当前商品的推荐度，包括的具体步骤如下：
10.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述根据当前商品的推荐度，对当前企业进行商品推荐，包括的具体步骤如下：
...【技术特征摘要】
1.一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述采集当前企业数据，其他企业数据以及对比企业数据，包括的具体步骤如下：
3.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述根据当前企业数据中每个数据的每项数据的值，获取当前企业数据中数据的每项数据的波动程度，包括的具体步骤如下：
4.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述根据每个对比企业数据中数据的每项数据的波动程度以及当前企业数据中数据的每项数据的波动程度，获取当前企业数据中数据的每项数据的最终波动程度，包括的具体步骤如下：
5.根据权利要求1所述的一种基于企业数据提供健康度解决方案的产品推荐方法，其特征在于，所述获取每个种子点在漂移带宽半径内的数据密度以及整体数据密度，包括的具体步骤如下：
6.根据权利要求1所述的一种基于企业数据提供健康度解决...
【专利技术属性】
技术研发人员：郭强军，
申请(专利权)人：深圳市中港星互联网科技有限公司，
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。