-
公开(公告)号:CN114387064B
公开(公告)日:2024-07-19
申请号:CN202210039838.6
申请日:2022-01-13
申请人: 福州大学
IPC分类号: G06Q30/0601 , G06F18/22
摘要: 本发明涉及一种基于综合相似度的电商平台潜在客户推荐方法及系统。该方法,包括:选定一种motif,找出该motif的全部实例,构造客户的高阶邻接矩阵,而后获取客户序列,得到客户的表示向量,进而计算客户之间的联系紧密度;计算客户所携带的特征之间的相似程度;将联系紧密度和特性相似性进行加权,得到客户的综合相似度,进而得到KNN图;选取还未分配群体的客户中核心性最大的作为核心客户;将选取的核心客户作为初始群体,依次将群体邻居客户中使得群体适应度函数增量最大的客户加入群体;重复核心客户选取和群体扩展直到电商平台客户网络中的所有客户都有所属群体。本发明能有效挖掘出电商平台客户网络中存在的群体,并为群体推荐购买次数最多的商品。
-
公开(公告)号:CN114387064A
公开(公告)日:2022-04-22
申请号:CN202210039838.6
申请日:2022-01-13
申请人: 福州大学
摘要: 本发明涉及一种基于综合相似度的电商平台潜在客户推荐方法及系统。该方法,包括:选定一种motif,找出该motif的全部实例,构造客户的高阶邻接矩阵,而后获取客户序列,得到客户的表示向量,进而计算客户之间的联系紧密度;计算客户所携带的特征之间的相似程度;将联系紧密度和特性相似性进行加权,得到客户的综合相似度,进而得到KNN图;选取还未分配群体的客户中核心性最大的作为核心客户;将选取的核心客户作为初始群体,依次将群体邻居客户中使得群体适应度函数增量最大的客户加入群体;重复核心客户选取和群体扩展直到电商平台客户网络中的所有客户都有所属群体。本发明能有效挖掘出电商平台客户网络中存在的群体,并为群体推荐购买次数最多的商品。
-