[发明专利]一种基于可视聚类对消费地点进行混合推荐的方法

说明书

本发明提供了一种基于可视聚类对消费地点进行混合推荐的方法，其步骤为：1)对信用卡消费记录进行数据的预处理；2)对消费地点进行RadViz可视聚类，发现消费特征类似的消费地点聚类；3)对消费者进行RadViz可视聚类，发现消费模式相近的消费者聚类；4)对于消费者，将基于内容推荐方法和协同过滤推荐方法发现的消费地点，添加到对应消费者消费地点推荐列表中；5)进一步处理消费者消费地点推荐列表，生成消费地点推荐表，完成对消费者进行的消费地点个性化推荐。本发明从多角度完成了为对消费者进行最有可能感兴趣的消费地点的个性化推荐，解决了基于内容的推荐只与已经消费过地点有关联，以及协同过滤推荐无法进行个性化推荐的问题。

技术领域

本发明涉及消费地点推荐，尤其涉及存在大量信用卡消费记录的情况下，充分挖掘消费者在某些消费地点的偏好倾向，使用混合推荐方法，从多角度为消费者推荐最可能感兴趣的其它消费地点。

背景技术

推荐系统已应用到包括搜索引擎、电子商务、信息检索、社会网络服务、新闻传媒等在内的许多领域。当前的推荐技术主要包括：基于内容推荐、协同过滤推荐和基于关联规则推荐。但这些方法都存在许多缺点：基于内容的推荐即根据消费者已有消费记录为其推荐与之前选择类似的消费地点，这种方法只能为消费者提供其以前感兴趣的地点，不能发现消费者以后会感兴趣的地点；协同过滤的推荐即为消费者提供与其消费特征类似的他人所选择的消费地点，这种推荐方法缺乏个性化；基于关联规则的推荐没有考虑关联规则中各个项的先后次序，而消费者的消费有着严格的先后次序。

传统的数据挖掘技术和算法让用户难以理解和使用，而且不能以用户为驱动进行交互。可视化使数据和挖掘结果更容易理解，允许对结果进行比较和检验，也用于指导数据挖掘算法，使用户参与到决策分析的过程中。可视化数据挖掘技术建立在可视化和分析过程的基础上，它以刻画结构和显示数据的功能性，以及人类感知模式、例外、倾向和关系的能力为基础，用可视化来加强数据挖掘处理过程。

目前，因其便利通用、可透支信用额度的特点，信用卡消费成为许多人的消费首选。随着计算机水平的飞速发展，对信用卡消费记录进行采集与保存的方法已经十分完善。合理分析信用卡消费记录能够发现用户的消费特征与模式，抓住用户的倾向性消费心理，提高用户类别识别的准确度，对相似消费特征的地点进行统计，为用户提供更加个性化的推荐服务，这成为银行、信用卡公司及商场、超市等消费场所进一步提升企业服务水平的必然要求。

发明内容

本发明的主要目的是针对各类推荐方法都存在各自优缺点的情况，提出一种包括基于内容的推荐和协同过滤推荐的混合推荐方法，基于雷达图可视聚类的方法，以用户可参与交互的方式，为对消费者进行消费地点的个性化推荐。

本发明的设计思路为：基于雷达图可视聚类的方法，将消费地点、消费者映射到雷达图中，在选择合适维度的情况下，类似的消费地点、消费者会因其相近的消费模式而聚集在一起，用户可以选择标记参与交互，从而为消费者推荐与其之前所选消费地点消费特征类似的其它地点、与此消费者消费模式类似的其他消费者所选择的地点。

一种基于可视聚类对消费地点进行混合推荐的方法，包含以下步骤：

步骤1)：对信用卡消费记录进行数据的预处理，得到包括消费者、消费地点、消费时间和消费金额字段的消费基本信息表Basic_Infor_Tab和消费者已消费地点集合P；

步骤2)：根据步骤1)得到的消费基本信息表Basic_Infor_Tab，对消费地点进行RadViz可视聚类，得到消费特征类似的消费地点聚类；

步骤3)：根据步骤2)得到的消费地点聚类，对消费者进行RadViz可视聚类，得到消费模式相近的消费者聚类；

步骤4)：根据步骤2)得到的消费地点聚类进行基于内容的推荐，根据步骤3)得到的消费者聚类进行协同过滤推荐，将得到的消费地点，添加到对应消费地点推荐列表中；