一种用于电力专变用户服务交易的电商平台的制作方法

技术特征：

1.一种用于电力专变用户服务交易的电商平台，其特征在于，包括身份认证模块、输入模块、服务模块和记录管理模块，

所述身份认证模块用于对电力专变用户的身份进行验证，

所述输入模块用于经过身份验证的电力专变用户输入服务交易请求，

所述服务模块用于根据用户输入的服务交易请求向电力专变用户提供设计、施工、运维服务，

所述记录管理模块用于对服务交易全过程进行记录管理。

2.根据权利要求1所述的用于电力专变用户服务交易的电商平台，其特征在于，所述设计、施工、运维服务分别由设计、施工、运维服务商提供。

3.根据权利要求2所述的用于电力专变用户服务交易的电商平台，其特征在于，所述服务模块包括建模子模块、服务推荐子模块和推荐效果评价子模块，所述建模子模块用于建立用户和服务的连接模型，所述服务推荐子模块用于根据连接模型向用户推荐服务，所述推荐效果评价子模块用于对所述服务推荐子模块的推荐效果进行评价；

所述建模子模块用于建立用户和服务的连接模型，具体为：设有m个用户，n个服务，对应的用户集为Y＝{y1,y2,…,ym}，服务集为F＝{f1,f2,…,fn}，如果用户i选择过服务j，就在用户i和服务j之间产生连接边aij＝1，否则用户i和服务j之间无连接边aij＝0，初始化用户选择过的服务所拥有的资源。

4.根据权利要求3所述的用于电力专变用户服务交易的电商平台，其特征在于，所述服务推荐子模块包括第一处理单元、第二处理单元和推荐列表生成单元，所述第一处理单元用于计算服务向用户扩散的资源份额，所述第二处理单元用于计算用户向服务扩散的资源份额，所述推荐列表生成单元用于根据第一处理单元和第二处理单元计算结果生成推荐列表；

所述第一处理单元用于计算服务向用户扩散的资源份额，具体为：

首先，对于给定用户，将其选择过的服务的初始资源设为1，没选择过服务的初始资源设为0，得到一个n维向量，该向量用于表示该用户对应的服务的初始资源构成，然后，每个服务节点将其拥有的资源均匀得扩散给与其相连的用户节点，对于连接服务j的一个用户l来说，l∈(y1,y2,…,ym)，计算它从服务j那里得到的资源份额：

上述式子中，plj表示用户l从服务j那里获得的资源份额，alj表示用户l和服务j的连接边，表示服务j被选择过的用户数目。

5.根据权利要求4所述的用于电力专变用户服务交易的电商平台，其特征在于，所述第二处理单元用于计算用户向服务扩散的资源份额，具体为：

用户l把它收到的资源扩散回与它相连的服务，对于服务t，t∈{f1,f2,…,fn}，计算它收到用户l扩散给它的资源份额：

上述式子中，qtl表示服务t从用户l那里获得的资源份额，alt表示用户l和服务t的连接边，k(t)表示服务t被选择过的用户数目，vlt表示用户l对服务t的评分，表示用户l选择过的服务的数目，k(s)表示服务s被选择过的用户数目，vls表示用户l对服务s的评分。

6.根据权利要求5所述的用于电力专变用户服务交易的电商平台，其特征在于，所述推荐列表生成单元用于根据第一处理单元和第二处理单元计算结果生成推荐列表，具体为：

计算服务j经用户l扩散给服务t的资源份额：

上述式子中，表示服务t经用户l从服务j处获得的资源份额；

计算服务j经所有用户扩散给服务t的资源总份额：上述式子中，Etj表示服务t经所有用户最终从服务j处获得的资源总份额，服务之间的关系可以用分配矩阵E＝{Etj}表示；

对于不同的用户，其服务集的初始化资源构成不同，经过两步资源扩散后，服务的资源变为：z′＝Ez，上述式子中，z表示服务的初始资源集合，E表示分配矩阵，z′表示扩散后的服务的资源集合；得到新的资源集合z′后，根据服务对应的资源的大小对服务集合中的服务进行排序，资源值越大的服务排在越前面，最后生成面向目标用户的初步推荐列表，将该列表中前L个服务推荐给用户。

7.根据权利要求6所述的用于电力专变用户服务交易的电商平台，其特征在于，所述推荐效果评价子模块包括第一评价单元、第二评价单元和综合评价单元，所述第一评价单元用于获取推荐效果的第一评价值，所述第二评价单元用于获取推荐效果的第二评价值，所述综合评价单元根据第一评价值和第二评价值对推荐效果进行评价；

所述第一评价单元采用下式获取推荐效果的第一评价值：

上述式子中，B1表示推荐效果的第一评价值，L表示推荐列表中的服务数目，Ll表示用户l从推荐服务中选择的服务的数目，rl表示被用户l选择过的服务在推荐列表中的排序的平均值，所述第一评价值越大，表明推荐准确性越高；

所述第二评价单元采用下式获取推荐效果的第二评价值：

上述式子中，B2表示推荐效果的第二评价值,Cil表示任意两个用户i和l推荐列表中重叠的服务的数目,所述第二评价值越大，表明推荐的多样性越好；

所述综合评价单元根据第一评价值和第二评价值对推荐效果进行评价，采用评价因子进行，所述评价因子采用下式计算：

上述式子中，B表示推荐效果的评价因子，所述评价因子越大，表示推荐效果越好。