[发明专利]基于属性多层关联的服务资源组合智能推荐方法和系统有效

专利信息
申请号: 201310128654.8 申请日: 2013-04-15
公开(公告)号: CN103207912A 公开(公告)日: 2013-07-17
发明(设计)人: 聂规划;刘平峰;陈冬林;曹洪江;傅魁;游怀杰;刘李利;陈玲 申请(专利权)人: 武汉理工大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 武汉开元知识产权代理有限公司 42104 代理人: 潘杰;胡红林
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 属性 多层 关联 服务 资源 组合 智能 推荐 方法 系统
【权利要求书】:

1.一种基于属性多层关联的服务资源组合智能推荐方法,其特征在于,包括:

从用户交易库和服务资源库中分别提取用户消费记录、服务资源名称及其属性;

生成基于服务资源属性的关联规则;

生成基于服务资源属性泛化的多层关联规则;

解析用户需求,生成基于属性描述的关联服务资源;

将所述基于属性描述的关联服务资源进行多属性匹配,映射成具体的服务资源,并按流程各环节所需服务资源进行组合,最后将结果返回给用户。

2.根据权利要求1所述基于属性多层关联的服务资源组合智能推荐方法,其特征在于,所述生成基于服务属性的关联规则包括:

将服务资源属性作为挖掘的对象,对不同服务资源间的属性进行关联挖掘。

3.根据权利要求2所述基于属性多层关联的服务资源组合智能推荐方法,其特征在于,所述关联挖掘包括:

首先对服务资源属性值进行频繁项集挖掘,再对频繁项建立基于属性的流程内服务资源的候选规则,进行支持度检验,若满足则进入置信度检验,同样满足则表示该规则为有价值的规则,写入规则库。

4.根据权利要求3所述基于属性多层关联的服务资源组合智能推荐方法,其特征在于:若规则支持度小于最小支持度阈值,但大于执行属性泛化挖掘的基准阈值,则执行泛化挖掘。

5.根据权利要求4所述基于属性多层关联的服务资源组合智能推荐方法,其特征在于:所述泛化挖掘是分别计算规则前后项的频次,对频次低项进行向上泛化,所述泛化为分别对数值型属性和对象型属性的泛化,其中

对数值型属性值进行区间泛化,根据所有交易记录中该服务资源属性值的分布特点,进行数值范围区间扩大,并决定扩大的幅度;

对对象型属性值进行概念泛化,通过中文语义词典中对相应属性定义的概念树进行向上泛化;

计算泛化后所得规则的支持度,进行支持度和置信度检验,若都满足则写入规则库。

6.根据权利要求1所述基于属性多层关联的服务资源组合智能推荐方法,其特征在于根据用户需求是否包含约束条件,选择不同的处理方案:

若用户需求不含约束条件,则只针对用户目前所处状态和目标状态,从规则库进行匹配,提取支持度和置信度综合数值最高的Top-N关联规则,形成基于属性描述的关联服务资源;

若用户需求包含约束,则先从用户需求的表述中提取属性指标,再通过中文语义词典寻找与属性指标相对应的资源属性,经过匹配、计算与组合,提取Top-N关联规则,形成基于属性描述的关联服务资源。

7.一种基于属性多层关联的服务资源组合智能推荐系统,其特征在于,包括:

数据准备模块,用于从用户交易库和服务资源库中分别提取用户消费记录和服务资源名称及其属性;

基于服务属性的关联规则生成模块,用于生成基于服务属性的关联规则;

基于服务属性泛化的多层关联规则生成模块,用于生成基于服务属性泛化的多层关联规则;

用户需求解析与规则匹配模块,用于解析用户需求,生成基于属性描述的关联服务资源;

推荐生成模块,用于将所述基于属性描述的关联服务资源进行多属性匹配,映射成具体的服务资源,并按流程各环节所需服务资源进行组合,最后将结果返回给用户。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310128654.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top