本发明属于电力行业电能替代领域,尤其涉及一种基于聚类算法改进的采暖方式混合推荐方法。
背景技术:
1、随着社会和经济的发展,人们对生活品质提升的需求越来越强烈,采暖系统是提升人们生活品质的重要手段,如何为用户推送合适的采暖方式是提高用户对公司粘性和提升用户满意度的有效方式,然而电采暖方案较多,且每个电采暖方案涉及客户偏好、产品特性、成本等多方面。当用户需要选择采暖方式时,没有任何经验,靠上网查询相关资料获取信息,会出现大量的同一商品供用户选择,这时用户可能会遇到选择难的问题。
2、如何在大量数据中找到用户需要的信息,这是一个难题。为了解决这个问题,已经有很多人提出了基于各种技术的推荐算法,给用户推荐采暖方案,如协同过滤算法。传统的协同过滤算法存在推荐精度不高,数据稀疏,冷启动等问题,使得该算法在应用过程中难以做到准确推荐。现有的推荐算法大多数从过滤用户或者产品的角度进行推荐,或者仅仅从优质采暖方式的属性特点出发进行推荐,这种把用户对产品、属性的偏好程度分裂开进行推荐的方式,容易降低采暖方式推荐的准确性。
3、现有技术中的混合推荐方法,综合考虑了基于内容推荐和协同过滤推荐,解决了基于内容推荐难以实现对自己未知的采暖方式推荐的问题,同时解决了协同过滤推荐冷启动的问题,但是该技术在获取用户邻居时需要与全量用户进行计算,且没有考虑采用同一类方案的用户之间仍然存在差异性,造成推荐的不准确,缺乏针对性。
技术实现思路
1、本发明目的在于提供一种基于聚类算法改进的采暖方式混合推荐方法,以解决现有技术难以及时准确地挖掘用户的采暖偏好的技术问题。
2、为实现上述目的,本发明的基于聚类算法改进的采暖方式混合推荐方法的具体技术方案如下:
3、第一方面,提供一种基于聚类算法改进的采暖方式混合推荐方法,包括:
4、建立用于用户采暖方式推荐的混合推荐模型。其中,混合推荐模型包括:基于内容推荐算法和基于聚类算法改进的协同过滤推荐算法。
5、所述建立用于用户采暖方式推荐的混合推荐模型的步骤,包括:
6、将获取到的用户基础信息特性、偏好特征、行为记录特征,构建用户特征画像,将采暖方案建设成本、运行成本、稳定性、便捷性、环保性、供热性能、安全性、场所限制等数据,构建采暖方式特征画像。
7、将采暖方式特征画像和用户特征画像,利用余弦相似度算法进行相似度计算得到不同采暖方式的相似度得分。
8、根据基于内容推荐思想,得到不同用户采暖方式推荐列表。
9、根据当前所有已采暖方案的用户,选择k-means聚类算法进行用户群体聚类,得到具体某种采暖方式下的k类群体。
10、根据聚类群体的聚类中心计算,得到某采暖方式下的聚类中心用户。
11、将所述用户特征画像与聚类中心用户进行矩阵相似性计算,得到不同用户之间的相似程度,形成用户邻居矩阵。
12、结合皮尔逊相关系数和余弦相似度算法的优点,形成改进相似性的计算方法,用户邻居矩阵计算。
13、基于用户邻居矩阵前n个邻居,取采暖方式特征画像矩阵子集,形成邻居用户采暖方式特征画像。
14、将邻居矩阵和邻居用户采暖方式特征矩阵,利用余改进相似性的计算方法计算得到用户对不同采暖方式的相似度得分。
15、根据基于用户的协同过滤推荐思想,得到不同用户采暖方式推荐列表。
16、根据基于内容推荐得到的采暖方式列表和基于用户的协同过滤推荐得到的采暖方式列表,通过交集计算方式,得到基于混合推荐算法的排名前n的top-n采暖方式推荐列表。
17、第二方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令;所述计算机程序指令被处理器执行时实现如第一方面实施例所述的用户采暖方案推荐方法。
18、本发明的基于聚类算法改进的采暖方式混合推荐方法具有以下优点:本发明采用基于内容推荐算法、基于用户的协同过滤推进算法,并通过两类算法结果的集合,可高效准确地挖掘不同用户采暖方式偏好推荐准确性的问题,提升采暖推广的效率、减轻人员压力。
19、(1)用户相似度评价方法的改进:在协同过滤算法中,一般利用皮尔逊相关系数作为相似度的衡量标准,本发明结合皮尔逊相关系数和余弦相似度改进相似性的计算方法。可以尽可能的适应各种特征。
20、(2)根据用户的实际采暖需求设计用户特征指标体系,构建用户特征画像,形成评分矩阵,评分更加符合用户需求。
1.一种基于聚类算法改进的采暖方式混合推荐方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于聚类算法改进的采暖方式混合推荐方法,其特征在于,所述步骤s1-1具体包括以下步骤:
3.根据权利要求1所述的基于聚类算法改进的采暖方式混合推荐方法,其特征在于,所述步骤s1-2包括以下步骤:
4.根据权利要求3所述的基于聚类算法改进的采暖方式混合推荐方法,其特征在于,所述步骤s1-2-1包括以下步骤:
5.根据权利要求3所述的基于聚类算法改进的采暖方式混合推荐方法,其特征在于,所述步骤s1-2-2、用户邻居矩阵构建: