一种基于Prim算法的推荐方法、系统和推荐装置与流程

一种基于prim算法的推荐方法、系统和推荐装置
技术领域
1.本发明涉及计算机技术领域，具体涉及一种基于prim算法的推荐方法、系统和推荐装置。


背景技术：

2.目前推荐信息的排序是按照人工指定的方式进行排序，给用户展示的内容根据指定的策略顺序进行排序推荐。该排序方法没有结合用户当前的属性、特征等经过全面计算的结果进行排序，无法满足千人千面的需求。
3.普里姆算法(prim算法)，图论中的一种算法，可在加权连通图里搜索最小生成树。即由普里姆算法搜索到的边子集所构成的最小生成树中，不但包括了连通图里的所有顶点，且其所有边线的权值之和亦为最小。但是在使用普里姆算法生成推荐列表中，由于权重设置的随机性，存在大量不可用的组合连接，导致推荐列表的可用性降低。


技术实现要素：

4.针对现有技术中存在的上述技术问题，本发明提供一种基于prim算法的推荐方法、系统和推荐装置，使类别间和同类别的指标具有良好的区分度，以及提高推荐列表的可用性。
5.本发明公开了一种基于prim算法的推荐方法，所述推荐方法包括：提取指标及其类别；根据所述类别，为所述指标的连线设置权重值，同类别的权重值大于或等于类别间的权重值；基于prim算法，以所述指标为顶点构建加权连通图；根据所述加权连通图，获得最小生成树及连接组合；根据所述连接组合的权重进行排序，获得推荐列表。
6.优选的，所述指标包括以下任一类别或它们的组合：用户、用户特征、推荐的业务、渠道和推荐时机。
7.优选的，以所述指标为顶点构建加权连通图的方法包括：
8.将所述指标作为顶点，保存在v集合中；
9.将顶点之间通过连线进行连接，将所述权重值作为连线值，将所述顶点和连线值保存在集合e中；
10.根据所述集合e构建加权连通图。
11.优选的，获得最小生成树及最小连接组合的方法包括：
12.以用户作为核心，按照类别将各个顶点进行组合，获得连接组合；
13.根据所述连接组合的权重，进行排序，获得最小生成树。
14.优选的，本发明的推荐方法还包括根据推荐列表进行推荐的方法包括：
15.获取指标的值；
16.根据所述指标值，从推荐列表中匹配相应的连接组合，获得第二推荐列表；
17.根据第二推荐列表中，连接组合的权重值，设置推荐优先级；
18.根据所述优先级进行推荐。
19.优选的，为所述指标设置权重值的方法包括：
20.建立所述指标的数据集，所述数据集包括连接组合的数据；
21.从所述数据集中，获得指标之间组合的比例；
22.根据所述比例，获得指标之间的权重。
23.优选的，所述指标包括以下任一信息或它们的组合：
24.用户、重度视频用户、88元套餐、128元套餐、10g流量包、语音业务、月初、月中、月末、网厅、短厅、外呼和移动端渠道。
25.本发明还提供一种用于实现上述方法的系统，包括指标模块、权重模块和排序模块，
26.所述指标模块用于提取指标及其类别；
27.所述权重模块用于根据所述类别，为所述指标的连线设置权重值，同类别的权重值大于或等于类别间的权重值；
28.所述排序模块用于基于prim算法，以所述指标为顶点构建加权连通图；根据所述加权连通图，获得最小生成树及连接组合；根据所述连接组合的权重进行排序，获得推荐列表。
29.优选的，本发明的系统还包括推荐模块，所述推荐模块用于：
30.获取指标的值；
31.根据所述指标值，从推荐列表中匹配相应的连接组合，获得第二推荐列表；
32.根据第二推荐列表中，连接组合的权重值，设置推荐优先级；
33.根据所述优先级进行推荐。
34.本发明还提供一种推荐装置，包括计算器和与所述计算器耦合的存储器，所述存储器用于保存程序，所述程序包括用于实现如权利要求1
‑
7任一项所述推荐方法的指令；所述计算器用于执行所述程序。
35.与现有技术相比，本发明的有益效果为：通过为类别间和同类别设置权重值范围，避免同类别间的指标形成连接组合，从而提高了推荐列表的可用性；解决人工指定排序不具备智能化的问题，利用最小生成树算法形成推荐列表，最优的推荐排序。
附图说明
36.图1是本发明的推荐方法流程图；
37.图2是实施例的流程图；
38.图3是本发明的系统逻辑框图。
具体实施方式
39.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.下面结合附图对本发明做进一步的详细描述：
41.一种基于prim算法的推荐方法，如图1所示，所述推荐方法包括：
42.步骤101：提取指标及其类别。指标之间的类别不同，其区分度较大，形成组合的可能性也较大。所述指标包括以下任一类别或它们的组合：用户、用户特征、推荐的业务、推荐的产品、渠道和推荐时机。
43.步骤102：根据所述类别，为所述指标的连线设置权重值，同类别的权重值大于或等于类别间的权重值。其中，连线是指两个指标之间的连接，权重值用于反应两个指标之间组合的概率，通常权重值越小，组合的概率越高。
44.步骤103：基于prim算法，以所述指标为顶点构建加权连通图。
45.步骤104：根据所述加权连通图，获得最小生成树及多个连接组合。
46.步骤105：根据所述连接组合的权重,对连接组合进行排序，获得推荐列表。推荐列表是对最小生成树中连接组合的一种描述方式。
47.步骤106：根据所述推荐列表进行推荐。
48.通过为类别间和同类别设置权重值范围，避免同类别间的指标形成连接组合，从而提高了推荐列表的可用性；解决人工指定排序不具备智能化的问题，利用最小生成树算法形成推荐列表，最优的推荐排序。
49.步骤102中，权重值的设置可以采用人工干预或设置的方法，也可以通过以下方法计算获得：
50.步骤201：建立所述指标的数据集，所述数据集包括连接组合的数据，连接组合的数据包括连接组合的占比或比例。
51.步骤202：从所述连接组合的数据中，获得指标之间组合的比例。
52.步骤203：根据所述比例，获得指标之间的权重。
53.数据集为现有统计的数据，数据集中连接组合的比例，反应了连接组合的可能性，和被接受的概率。各个连接组合中的指标组合比例进一步反应了指标之间的权重。
54.步骤103中，以所述指标为顶点构建加权连通图的方法包括：
55.步骤301：将所述指标作为顶点，保存在v集合中。
56.步骤302：将顶点之间通过连线进行连接，将所述权重值作为连线值，将所述顶点和连线值保存在集合e中；
57.步骤302：根据所述集合e构建加权连通图。加权连通图，反应了各个顶点和顶点连接线权重。
58.步骤104中，获得最小生成树及最小连接组合的方法包括：
59.步骤310：以用户作为核心，按照类别将各个顶点进行组合，获得连接组合，将连接组合保存到集合r中。
60.步骤311：根据所述连接组合的权重，进行排序，获得最小生成树。最小生成树是对加权连通图的重构。
61.步骤106中，推荐列表进行推荐的方法包括：
62.步骤601：获取指标的值。
63.步骤602：根据所述指标值，从推荐列表中匹配相应的连接组合，获得第二推荐列表。
64.步骤603：根据第二推荐列表中，连接组合的权重值，设置推荐优先级；
65.步骤604：根据所述优先级进行推荐。
66.其中，第二推荐列表缩小了推荐的范围；推荐的业务、产品和推荐时机，为待预测的值，通过权重和进行降序排列，获得最优的推荐组合。
67.本发明还提供一种用于实现上述推荐方法的系统，如图3所示，包括指标模块1、权重模块2和排序模块3，
68.指标模块1用于提取指标及其类别；
69.权重模块2用于根据所述类别，为所述指标的连线设置权重值，同类别的权重值大于或等于类别间的权重值；
70.排序模块3用于基于prim算法，以所述指标为顶点构建加权连通图；根据所述加权连通图，获得最小生成树及连接组合；根据所述连接组合的权重进行排序，获得推荐列表。
71.本发明的系统，还包括推荐模块4，推荐模块用于：获取指标的值；根据所述指标值，从推荐列表中匹配相应的连接组合，获得第二推荐列表；根据第二推荐列表中，连接组合的权重值，设置推荐优先级；根据所述优先级进行推荐。
72.本发明还提供一种推荐装置，包括计算器和与所述计算器耦合的存储器，所述存储器用于保存程序，所述程序包括用于实现上述推荐方法的指令；所述计算器用于执行所述程序。
73.实施例
74.本发明的方法用于电信产品的推荐，具体包括以下步骤：
75.步骤s1：将用户、用户特征(画像)、推荐的业务或产品、渠道、推荐时机形成图的顶点，存入到集合v中，例如v＝{用户，重度视频用户，88元套餐，128元套餐，10g流量包，语音业务，月初，月中，月末，网厅，短厅，外呼，app渠道}。其中，月初，月中和月末为推荐时机，88元套餐，128元套餐和10g流量包为推荐的业务或产品；网厅是指网上营业厅，短厅是指短信服务厅。
76.步骤s2：将与顶点相关的业务通过连线(边)连接起来，通过顶点对的方式保存到集合e中，并且运营人员可以人为指定同类顶点之间的权重值，没有指定权重值的边，则通过智能化的权重计算方法，为连线赋值，同样存储在边的集合e中<顶点u，顶点v，权重值w>，例如e＝{<用户，重度视频用户，4>，<用户，88元套餐，8>，<用户，58元套餐，7>，<用户，app渠道，5>，<语音业务，外呼，7>，<语音业务，网厅渠道，3>，<5g流量包，月中，6>，
……
}
77.步骤s3：根据集合v和e形成的带有权重的加权连通图，利用prim算法计算出最小生成树。如图2所示，计算出以用户为核心，从核心出发到特征、业务、渠道、时机的最小生成树，并且将结果保存在集合r中，r是由v
new
和e
new
组合的点和边的新的树，例如v
new
＝{用户，重度视频用户，88元套餐，10g流量包，月末，app渠道}，e
new
＝{<用户，重度视频用户，4>，<用户，88元套餐，8>，<用户，app渠道，5>，<用户，10g流量包，6>，<10g流量包，月末，6>，<10g流量包，app渠道，7>}。图2中，箭头表示为连线，连线上的数字表示为连线的权重。
78.步骤s4：将e
new
的结果重新整理，按照单一的用户、特征、业务、渠道、时机等顺序，形成以用户为起点的点线连接组合，例如：v1(<用户，重度视频用户，88元套餐，app渠道>，<用户，10g流量包，月末，app渠道>)。将连接组合上各个边的权重值相加，形成具有连接组合权重值的结果集e1：(<用户，重度视频用户，88元套餐，app渠道，18>，<用户，10g流量包，月末，app渠道，19>)。再将结果集e1的权重进行排序(降序)，形成最终的推荐列表。如结果集e1中：优先为用户在app渠道推送88元套餐，月末时推送10g流量包，该连接组合的权重值最
小。
79.以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。