产品推荐方法及系统技术方案

本发明专利技术公开了一种产品推荐方法，包括采用多目标优化算法获取若干类产品推荐方案；根据若干类产品推荐方案获取对应的点集数据；采用超体积计算方法计算得到各个产品推荐方案所对应的超体积数据；选择超体积数据值最大时所对应的产品推荐方案作为最终的产品推荐方案，完成产品推荐。本发明专利技术还公开了一种实现所述产品推荐方法的系统。本发明专利技术通过最优点、最劣点和轴点的选取，合理地将复杂的超体积计算问题循环划分为若干个较为简单的子集的超体积的计算问题，因此本发明专利技术不仅能够实现基于超体积计算的产品推荐，而且本发明专利技术的可靠性更高，精确性更好，效率也更高。

【技术实现步骤摘要】

本专利技术属于数据信号处理领域，具体涉及一种产品推荐方法及系统。

技术介绍

1、多目标优化算法，是现阶段广泛应用于的优化算法之一；多目标优化算法，能有应用于产品设计优化领域，进而综合考虑产品的成本、性能和可靠性等多个目标；在资源分配领域，多目标优化算法能够应用于项目管理方面，从而优化时间、成本和质量等多目标；多目标优化算法还能有应用于生态系统管理领域和金融投资组合优化等领域。

2、在多目标优化领域中，多目标优化算法的评价问题，一直是研究人员的研究重点之一。多目标优化算法的解集性能评价，主要包括解集的收敛性评价、解集的均匀性评价和解集的延展性评价。在多目标优化算法的众多评价指标中，超体积评价指标是综合评价效果最好的指标之一。因此，对于多目标优化算法的解集所对应的超体积计算，就显得尤为重要。

3、从现阶段的研究成果来看，在三维和四维问题中，超体积的计算过程都能够以较小的时间代价来完成。但是，超体积计算的问题，是问题，因此超体积的计算时间会随着目标数量的增加而指数级增长。现阶段，在十个及更多的多目标优化问题中，超体积的精确计算过程，不仅极本文档来自技高网...

【技术保护点】

1.一种产品推荐方法，其特征在于包括如下步骤：

2.根据权利要求1所述的产品推荐方法，其特征在于所述的步骤S2，具体包括如下步骤：

3.根据权利要求2所述的产品推荐方法，其特征在于所述的步骤S3，具体包括如下步骤：

4.根据权利要求3所述的产品推荐方法，其特征在于所述的步骤S4，具体包括如下步骤：

5.根据权利要求4所述的产品推荐方法，其特征在于所述的步骤S5，具体包括如下步骤：

6.根据权利要求5所述的产品推荐方法，其特征在于所述的步骤S6，包括如下步骤：

7.根据权利要求6所述的产品推荐方法，其特征在于所述的步骤...

【技术特征摘要】

1.一种产品推荐方法，其特征在于包括如下步骤：

2.根据权利要求1所述的产品推荐方法，其特征在于所述的步骤s2，具体包括如下步骤：

3.根据权利要求2所述的产品推荐方法，其特征在于所述的步骤s3，具体包括如下步骤：

4.根据权利要求3所述的产品推荐方法，其特征在于所述的步骤s4，具体包括如下步骤：

5.根据权利要求4所述的产品推荐方法，其特征在于所述的步骤s5，具体包括如下步骤：

6.根据权利要求5所述的产品推荐方法，其特征在于所述的步骤s6，包括如下步骤：

7.根据权利要求6所述的产品推荐方法，其特征在于所述的步骤s6，具体包括如下步骤：

8.根据权利要求7所述的产品推荐方法，其特征在于所述的步骤s7，具...

【专利技术属性】
技术研发人员：石峰，朱江妙，黄道煜，
申请(专利权)人：中南大学，
类型：发明
国别省市：