[发明专利]基于隶属度分析的用户推荐方法、装置、电子设备及介质

权利要求书

1.一种基于隶属度分析的用户推荐方法，其特征在于，所述方法包括：

响应客户端发出的用户推荐请求，从预设存储地址中获取每个待推荐用户的历史数据，基于所述历史数据确定所述每个待推荐用户的评分表，所述评分表包括多个一级指标、二级指标及二级指标隶属于各个评价等级的第一隶属度；

根据所述第一隶属度确定每个一级指标对应的第一评价矩阵，对所述第一评价矩阵执行第一处理，得到所述每个一级指标的权重向量；

对所述权重向量执行第二处理，得到所述每个一级指标隶属于各评价等级的第二隶属度向量；

根据所述第二隶属度向量确定所述每个待推荐用户的第二评价矩阵，对所述第二评价矩阵执行第一处理、第二处理，得到所述每个待推荐用户的综合评价结果隶属于各评价等级的第三隶属度向量，基于所述第三隶属度向量确定用户推荐列表。

2.如权利要求1所述的用户推荐方法，其特征在于，所述对所述第一评价矩阵执行第一处理包括：

构建隶属度的熵函数；

根据所述隶属度的熵函数及所述第一评价矩阵计算所述每个一级指标的权值参数；

根据所述权值参数计算所述每个一级指标的权重向量。

3.如权利要求2所述的用户推荐方法，其特征在于，所述对所述权重向量执行第二处理包括：

根据所述权重向量计算所述每个一级指标下的二级指标隶属于各评价等级的隶属度的有效分值；

根据所述有效分值及预先确定的所述每个一级指标对应的二级指标权重向量，得到所述每个一级指标对应的有效值矩阵，汇总所述有效值矩阵，得到所述每个一级指标对应的有效值向量；

根据所述有效值向量计算所述每个一级指标隶属于各评价等级的第二隶属度向量。

4.如权利要求3所述的用户推荐方法，其特征在于，所述基于所述第三隶属度向量确定用户推荐列表包括：

根据所述第三隶属度向量及所述各评价等级对应的初始分值得到所述每个待推荐用户的综合评分；

根据所述综合评分对所述待推荐用户进行排序，得到用户推荐列表。

5.如权利要求2所述的用户推荐方法，其特征在于，所述隶属度的熵函数为：

其中，H_i(Q)为第i个一级指标的熵，P为评价等级的总数量，μ_i-jk(Q)为第i个一级指标下的第j个二级指标隶属于第k个评价等级的第一隶属度。

6.如权利要求1所述的用户推荐方法，其特征在于，所述基于所述历史数据确定所述每个待推荐用户的评分表包括：

建立初始评分表；

从所述历史数据中获取每个待推荐用户的二级指标在各个评价等级下的历史评分数据；

对所述历史评分数据执行归一化处理，将归一化处理得到的数据作为二级指标隶属于各个评价等级的第一隶属度；

将所述第一隶属度填入所述初始评分表，得到每个待推荐用户的评分表。

7.如权利要求2所述的用户推荐方法，其特征在于，所述权值参数的计算公式为：

其中，V_i(Q)为第i个一级指标的权重参数，H_i(Q)为第i个一级指标的熵，P为评价等级的总数量。