[发明专利]一种基于组合赋权的购车倾向用户识别方法在审
| 申请号： | 201810954292.0 | 申请日： | 2018-08-21 |
| 公开（公告）号： | CN109189831A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 王茜竹;韦青霞;杨晓雅;康璐璐;马莉;许建磊 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06Q30/02 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 王海军 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及用户画像以及计算机应用技术，特别是涉及一种基于组合赋权的购车倾向用户识别方法，包括利用多种主观赋权方法分别得出用户指标的多种主观指标权重、多种客观赋权方法得出用户指标的多种客观指标权重；计算所有主观赋权方法和客观赋权方法的兼容性，并选出兼容性最大的赋权方法；构建基于改进理想点广义最小距离和最大熵原则的组合权系数目标函数；利用拉格朗日乘子判断目标函数的解是否是最优解，对最优解进行归一化处理并该解作为购车倾向指标综合权重；本发明将移动数据价值最大化同时寻找精确的购车倾向评价标准，设备要求相对简单，从海量数据中挖掘购车倾向用户，可应用于行业精准营销等领域，来对不同类型的用户实现定位产品营销。 | ||
| 搜索关键词： | 客观赋权 目标函数 用户识别 用户指标 主观赋权 兼容性 最优解 权重 计算机应用技术 拉格朗日乘子 归一化处理 价值最大化 最大熵原则 定位产品 海量数据 精准营销 客观指标 评价标准 设备要求 移动数据 用户实现 主观指标 综合权重 最小距离 权系数 构建 画像 挖掘 营销 应用 改进 | ||
【主权项】：
1.一种基于组合赋权的购车倾向用户识别方法，其特征在于，包括：S1、抓取用户指标数据，利用多种主观赋权方法分别得出用户指标的多种主观指标权重、多种客观赋权方法得出用户指标的多种客观指标权重；S2、计算所有主观赋权方法和客观赋权方法的兼容性，并从主观赋权方法和客观赋权方法中分别选出兼容性最大的赋权方法；S3、根据用户指标中兼容性最大的赋权方法的指标权重，构建基于改进理想点广义最小距离和最大熵原则的组合权系数目标函数，求解目标函数；S4、利用拉格朗日乘子判断目标函数的解是否是最优解，若是则对目标函数的解进行归一化处理并该解作为购车倾向指标综合权重进行购车倾向用户识别，否则返回步骤S3重新求解函数。
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重庆邮电大学，未经重庆邮电大学许可，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/patent/201810954292.0/，转载请声明来源钻瓜专利网。
