[发明专利]一种基于数据分析的游泳教练智能化推荐系统

说明书

本发明公开了一种基于数据分析的游泳教练智能化推荐系统，包括用户模块、云服务模块和匹配模块；用户模块用于用户输入对游泳教练的属性要求，属性要求包括范围类属性和非范围类属性；云服务模块用于存储各个游泳教练的属性信息；匹配模块用于通过两种不同的相似度计算方式来计算游泳教练的属性信息和非范围类属性之间的综合相似度，然后根据综合相似度来获得匹配结果。用户模块还用于显示匹配结果。由于本发明采用了两种不同的计算方式来计算相似度，然后还综合了两种相似度的计算结果，因此，本发明有效地提高了推荐结果的准确率。

技术领域

本发明涉及推荐领域，尤其涉及一种基于数据分析的游泳教练智能化推荐系统。

背景技术

游泳教练推荐系统是用来根据用户的需求来匹配健身教练的，根据用户输入的要求，在存储有教练的数据库中进行匹配，获得匹配结果后，将匹配结果推荐给用户。

现有的游泳教练推荐系统，在进行推荐时一般是仅采用的单一的匹配算法来进行匹配，从而导致推荐的结果不够准确。

发明内容

本发明的目的在于公开一种基于数据分析的游泳教练智能化推荐系统，解决现有的游泳教练推荐系统在进行推荐时，仅采用单一的匹配算法俩进行匹配，导致推荐的结果不够准确的问题。

为了达到上述目的，本发明采用如下技术方案：

一种基于数据分析的游泳教练智能化推荐系统，包括用户模块、云服务模块和匹配模块；

用户模块用于用户输入对游泳教练的属性要求，属性要求包括范围类属性和非范围类属性；

云服务模块用于存储各个游泳教练的属性信息；

匹配模块用于采用如下方式进行匹配：

获取满足范围类属性的游泳教练的集合U；

采用如下公式分别计算集合U中每个游泳教练的属性信息和非范围类属性之间的综合相似度：

其中，sim_a表示集合U中的第a个游泳教练的属性信息和非范围类属性之间的相似度，firsim_a采用第一种相似度计算方式计算得到的第a个游泳教练的属性信息和非范围类属性之间的相似度，secsim_a表示采用第二种相似度计算方式计算得到的第a个游泳教练的属性信息和非范围类属性之间相似度，α表示第一权重系数，β表示第二权重系数，firsim_std表示预设的第一种相似度计算方式的相似度参考值，secsim_std表示预设的第二种相似度计算方式的相似度参考值；

按照综合相似度高到低的顺序对集合U中的游泳教练进行排序，将综合相似度最高的前T个游泳教练作为匹配结果，将匹配结果发送至用户模块；

用户模块还用于显示匹配结果。

优选地，所述第一种相似度计算方式包括计算余弦相似度、计算杰卡德相似系数、计算皮尔逊相关系数中的任一种。

优选地，当第一种相似度计算方式为计算余弦相似度时，第二种相似度计算方式则是除了计算余弦相似度之外的相似度计算方式；

当第一种相似度计算方式为计算杰卡德相似系数时，第二种相似度计算方式则是除了计算杰卡德相似系数之外的相似度计算方式；

当第一种相似度计算方式为计算皮尔逊相关系数时，第二种相似度计算方式则是除了计算皮尔逊相关系数之外的相似度计算方式。

优选地，所述范围类属性包括年龄范围、教龄范围和身高范围。

优选地，所述非范围类属性包括游泳教练的性别、擅长领域、毕业学校和已教学员数量。