本发明涉及计算机技术中的数据处理及推荐领域,其公开了一种为汽车行业寻找目标用户并匹配目标产品的推荐方法。该方法旨在自动向具有购买意向的目标用户推荐相应汽车产品,从而降低公司营销成本。
该方法可以概括为以下三个阶段:
a. 数据的预处理阶段: - 主要任务是了解并分析系统的任务。 - 通过数据清理、集成、简化等步骤,降低原始数据的维数。 - 从而生成供预测阶段使用的目标数据。
b. 预测阶段: - 主要基于关联规则发现具有购买意愿的目标用户。 - 通过获取目标用户的网上检索记录,挖掘或通过问卷调查的方式了解目标用户相应的属性偏好,获得属性向量。 - 最后,采用协同过滤算法,利用用户-属性评分矩阵计算用户之间的相似度。 - 基于相似度给出预测结果。
c. 评价阶段: - 对预测结果进行评价。
本发明适用于汽车产品推荐。
| 专利名称 | 一种为汽车行业寻找目标用户并匹配目标产品的推荐方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710157474.0 |
| 申请号 | - | 专利申请日期 | 2017-03-16 |
| 专利授权日期 | 2017-06-13 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 姚黎明;徐忠雯;李晓非;周晓阳 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明涉及计算机技术中的数据处理及推荐,其公开了一种为汽车行业寻找目标用户并匹配目标产品的推荐方法,自动向具有购买意向的目标用户推荐相应汽车产品,从而降低公司营销成本。该方法可以概括为:a.数据的预处理阶段主要是了解并分析系统的任务,然后通过数据清理、集成、简化等步骤,降低原始数据的维数,从而生成供预测阶段使用的目标数据。b.预测阶段主要是根据关联规则发现具有购买意愿的目标用户,然后通过获取目标用户的网上检索记录挖掘或者通过问卷调查的方式了解目标用户相应的属性偏好获得属性向量,最后采用协同过滤算法利用用户‑属性评分矩阵计算用户之间的相似度,从而基于相似度给出预测结果。c.评价阶段对预测结果进行评价。本发明适用于汽车产品推荐。 | ||