本发明公开了一种基于混合Markov模型的业务协同预测方法,具体如下:
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,从而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。
| 专利名称 | 基于混合Markov模型的业务协同预测方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710083659.1 |
| 申请号 | - | 专利申请日期 | 2017-02-16 |
| 专利授权日期 | 2017-07-28 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 张晖;征原 | ||
| 权利人 | - | ||
| 专利摘要 | 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。 | ||