公开(公告)号：CN106991490B

公开(公告)日：2020-05-05

申请号：CN201710083659.1

申请日：2017-02-16

Applicant: 南京邮电大学

Inventor： 张晖 ,  征原

IPC: G06Q10/04

Abstract: 本发明公开了一种基于混合Markov模型的业务协同预测方法，首先通过对当前的用户相似度算法进行改进，使得改进后的用户相似度算法具有区分不同数量级大小的数据的作用，准确寻找与目标用户相似度较大的用户进行辅助预测；其次，提出一种多用户多阶Markov预测模型，通过利用不同长度的预测序列来对用户的下一业务进行预测，从而提高预测的准确率。最后，将用户的业务兴趣考虑在内，通过分析用户对不同业务的兴趣度，对多用户多阶Markov预测模型进行进一步完善，最终得到基于混合Markov模型的业务协同预测算法。

公开(公告)号：CN106991490A

公开(公告)日：2017-07-28

申请号：CN201710083659.1

申请日：2017-02-16

Applicant: 南京邮电大学

Inventor： 张晖 ,  征原

IPC: G06Q10/04

Abstract: 本发明公开了一种基于混合Markov模型的业务协同预测方法，首先通过对当前的用户相似度算法进行改进，使得改进后的用户相似度算法具有区分不同数量级大小的数据的作用，准确寻找与目标用户相似度较大的用户进行辅助预测；其次，提出一种多用户多阶Markov预测模型，通过利用不同长度的预测序列来对用户的下一业务进行预测，从而提高预测的准确率。最后，将用户的业务兴趣考虑在内，通过分析用户对不同业务的兴趣度，对多用户多阶Markov预测模型进行进一步完善，最终得到基于混合Markov模型的业务协同预测算法。

公开(公告)号：CN106528804B

公开(公告)日：2019-04-12

申请号：CN201611001247.0

申请日：2016-11-14

Applicant: 南京邮电大学

Inventor： 张晖 ,  征原

IPC: G06F16/2458 ,  G06F16/28

Abstract: 本发明公开了一种基于模糊聚类的用户分群方法，该方法首先通过对当前的用户相似度算法进行改进，使得改进后的用户相似度算法具有区分不同数量级大小的数据的作用，使得划分在同一群体中的用户相似度更高且更为合理；其次，提出一种基于划分的群组个数与初始群组中心的确定方法，该方法通过对数据集进行划分，统计每个网格中数据点数目作为网格中的数据密度，通过计算局部密度最大的网格的个数来确定群组的个数，从而减少确定群组个数时的盲目性。最后，在用户群体划分过程中采用模糊隶属度，使用户以不同的隶属度同时属于多个不同的群组，在划分过程中保持了用户归属的模糊性，更加符合真实情况。

公开(公告)号：CN106528804A

公开(公告)日：2017-03-22

申请号：CN201611001247.0

申请日：2016-11-14

Applicant: 南京邮电大学

Inventor： 张晖 ,  征原

IPC: G06F17/30

CPC classification number: G06F17/30542 ,  G06F17/30536 ,  G06F17/30598

Abstract: 本发明公开了一种基于模糊聚类的用户分群方法，该方法首先通过对当前的用户相似度算法进行改进，使得改进后的用户相似度算法具有区分不同数量级大小的数据的作用，使得划分在同一群体中的用户相似度更高且更为合理；其次，提出一种基于划分的群组个数与初始群组中心的确定方法，该方法通过对数据集进行划分，统计每个网格中数据点数目作为网格中的数据密度，通过计算局部密度最大的网格的个数来确定群组的个数，从而减少确定群组个数时的盲目性。最后，在用户群体划分过程中采用模糊隶属度，使用户以不同的隶属度同时属于多个不同的群组，在划分过程中保持了用户归属的模糊性，更加符合真实情况。