-
公开(公告)号:CN118861441A
公开(公告)日:2024-10-29
申请号:CN202410857109.0
申请日:2024-06-28
Applicant: 重庆邮电大学
IPC: G06F16/9536 , H04L51/52 , G06F16/9535 , G06N3/084 , G16Y20/40 , G16Y40/20
Abstract: 本发明涉及一种基于个性化自适应带宽核密度估计和社交综合信任度的推荐系统,属于个性化推荐领域。该推荐系统包括:预处理模块、自适应带宽模块、核密度估计模块、信任度计算模块以及推荐模块;其中,自适应带宽模块根据k近邻距离算法优化核密度估计模块中的带宽选择,核密度估计模块以自适应带宽模块确定的带宽至少从用户项目核密度估计和显示交互项目核密度估计上计算个性化核密度估计,推荐模块根据核密度估计模块得出的个性化核密度估计以及信任度计算模块得出的综合社交信任度计算得出最终的推荐列表。本发明首先通过自适应带宽算法提升了核密度估计方法的效果,再从核密度估计方法的角度缓解显示社交关系的稀疏性,从而提升推荐的准确性。
-
公开(公告)号:CN118735063A
公开(公告)日:2024-10-01
申请号:CN202410858823.1
申请日:2024-06-28
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q30/01 , G06F18/23213 , G06F18/214 , G06F17/10
Abstract: 本发明涉及一种基于数据场聚类的客户细分方法,属于数据处理技术领域。本发明利用可解释性机器学习作为中间过程,将客户流失预测和客户细分无缝衔接起来;在进行流失预测之后,采用可解释性机器学习对客户流失预测模型进行解释分析,评估每个特征的重要性;之后,利用基于数据场的聚类方法来对每个数据中的流失客户和非流失客户分别进行细分;通过分析不同客户群体的特征,理解客户流失和留下背后的真正原因。通过本发明CSP能够根据客户需求和消费特征进行个性化定制,为不同客户群体提供差异化的产品和服务,并实现精准营销。
-