【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种用户多维度指标数据的聚合方法。
技术介绍
1、用户多维度指标数据通常指的是描述用户行为、特征或属性的数据，这些数据涉及多个方面或维度，并可以用于分析用户行为、模式和偏好；即通过对用户多维度指标数据进行分析聚合，通过聚合结果帮助用户进行更精准的信息搜索，并进行用户个性化购买推荐等服务。
2、在进行用户个性化购买推荐时，通常可以通过协同过滤算法进行，但是在通过协同过滤算法分析的过程中，通常可以根据不同用户之间的行为通过迭代自组织聚类算法（isodata）对所有的用户进行相似性群体聚类划分，根据群体划分结果完成用户个性化购买推荐；由于一些用户可能购买商品偏少，则通过迭代自组织聚类算法对所有用户进行群体聚类划分时，使得购买力较弱的用户作为一个类簇时类簇中的数据个数可能小于最小样本数目，导致一部分用户被丢弃掉，此时购买力较弱的用户不会出现在聚类结果中，使得用户多维度指标数据的聚合的准确性。
技术实现思路
1、本专利技术提供一种用户多维度指标数据的聚合方...
【技术保护点】
1.一种用户多维度指标数据的聚合方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种用户多维度指标数据的聚合方法，其特征在于，所述对每种维度组合下的所有数据点进行聚类，得到若干个类簇，包括的具体步骤如下：
3.根据权利要求1所述一种用户多维度指标数据的聚合方法，其特征在于，所述根据每个用户在每种维度组合下的所属类簇中的数据点分布和用户对应的行为数据，得到每个用户的低意向倾向程度，包括的具体步骤如下：
4.根据权利要求3所述一种用户多维度指标数据的聚合方法，其特征在于，所述每个用户在每种维度组合下对应的数据点到所属类簇边...
【技术特征摘要】
1.一种用户多维度指标数据的聚合方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种用户多维度指标数据的聚合方法，其特征在于，所述对每种维度组合下的所有数据点进行聚类，得到若干个类簇，包括的具体步骤如下：
3.根据权利要求1所述一种用户多维度指标数据的聚合方法，其特征在于，所述根据每个用户在每种维度组合下的所属类簇中的数据点分布和用户对应的行为数据，得到每个用户的低意向倾向程度，包括的具体步骤如下：
4.根据权利要求3所述一种用户多维度指标数据的聚合方法，其特征在于，所述每个用户在每种维度组合下对应的数据点到所属类簇边界的距离，包括的具体步骤如下：
5.根据权利要求1所述一种用户多维度指标数据的聚合方法，其特征在于，所述通过所述低意向倾向程度从所有的用户中筛选出低样本数量聚类用户，包括的具体步骤如下：
6.根据权利要求3所述一种用户多维度指标数据的聚合方法，其特征在于，所述根据每个低样本数量聚类用户在每种维度组合下对应的数据点与目标点之间的距...
【专利技术属性】
技术研发人员：吴文凯，李向上，
申请(专利权)人：西安银信博锐信息科技有限公司，
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。