基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方法、裝置及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方法、裝置及系統(tǒng)，屬于信息推薦領(lǐng)域，本發(fā)明采用趨勢(shì)分析的方法，綜合考慮歷史平均選擇偏好和近期選擇的權(quán)重，然后進(jìn)行服務(wù)渠道推薦。本發(fā)明的有益效果是：使向客戶推薦的服務(wù)渠道更貼近過(guò)往用戶選擇的習(xí)慣和選擇興趣變遷的勢(shì)態(tài)，具有更高的推薦準(zhǔn)確度。
【專(zhuān)利說(shuō)明】
基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方法、裝置及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于信息推薦領(lǐng)域，特別是涉及一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方 法、裝置及系統(tǒng)。
【背景技術(shù)】
[0002] 在電力系統(tǒng)中，電力用戶用電信息采集和交互系統(tǒng)是實(shí)施有序用電管理的重要技 術(shù)平臺(tái)，為實(shí)施針對(duì)用電客戶的在線服務(wù)和對(duì)客戶交互數(shù)據(jù)進(jìn)行針對(duì)性分析，提供了重要 技術(shù)支撐。近年來(lái)，相關(guān)的系統(tǒng)和平臺(tái)已經(jīng)由傳統(tǒng)的以繳費(fèi)業(yè)務(wù)為主體的單一服務(wù)渠道，向 提供綜合業(yè)務(wù)(繳費(fèi)、查詢、申述、評(píng)價(jià)、新聞等)的多元化服務(wù)渠道演化，并以短信、網(wǎng)站、手 機(jī)APP、微信、有線電視等交互手段，實(shí)現(xiàn)實(shí)時(shí)的在線監(jiān)測(cè)分析應(yīng)用和進(jìn)行分布式多線程的 數(shù)據(jù)采集。由于用電客戶本身的多樣性和使用習(xí)慣差異，不同的客戶對(duì)不同的服務(wù)渠道偏 好各異，同一個(gè)客戶在不同的服務(wù)渠道間也可能隨時(shí)間出現(xiàn)偏好變化和迀移。因此，為了提 升整體的服務(wù)水平和用戶滿意度，售電服務(wù)商須要從用電客戶歷史的服務(wù)渠道交互數(shù)據(jù)出 發(fā)，分析使用頻度、時(shí)常、迀移頻率、投訴頻率、故障頻度等歷史數(shù)據(jù)，預(yù)測(cè)用戶在未來(lái)的使 用偏好或偏好變化，最終選擇在合適的時(shí)機(jī)，將切合用戶偏好的服務(wù)渠道推薦給用電客戶。
[0003] 目前，雖然學(xué)術(shù)界和工業(yè)界存在一些用戶興趣預(yù)測(cè)和項(xiàng)目推薦的方法，但其都是 針對(duì)單一種類(lèi)數(shù)據(jù)進(jìn)行分析，而且不適合電力行業(yè)，特別是進(jìn)行用電客戶多元化服務(wù)渠道 歷史交互數(shù)據(jù)分析、預(yù)測(cè)、推薦的方法仍是一個(gè)空白。因此，本領(lǐng)域內(nèi)的技術(shù)人員亟待提出 一種充分考慮真實(shí)環(huán)境下用電客戶在多元化服務(wù)渠道上的歷史交互行為和相關(guān)數(shù)據(jù)，多元 化服務(wù)渠道推薦更加準(zhǔn)確的方法、裝置和系統(tǒng)。

【發(fā)明內(nèi)容】

[0004] 有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種更加準(zhǔn)確的 服務(wù)渠道推薦方法。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方法，按 以下步驟進(jìn)行：
[0006] 步驟一、持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互行為，每當(dāng)用戶在一個(gè)服務(wù) 渠道上完成一次交互，就記錄以下信息：本次完成的交互在整個(gè)歷史交互記錄數(shù)據(jù)集中的 排序號(hào)k、本次完成的交互所使用的渠道種類(lèi)值ZL k、本次完成的交互所占用的時(shí)間SJk，本次 交互中用戶提出的申訴次數(shù)SSCk，k為正整數(shù)，ZL keN+且0〈ZLk彡M，其中Μ為服務(wù)渠道的數(shù) 量，Ν+為正整數(shù)集合；
[0007] 步驟二、分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度：
[0008] 首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD;然后計(jì)算各頻道的平均返迀跨越時(shí)長(zhǎng)影響度FQn:
[0009]
.，.η 為 正整數(shù)滿足Kn<m;
[0010] 步驟三、對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)：
[0011] 計(jì)算考慮用戶提出的申訴情況下，用戶對(duì)各個(gè)服務(wù)渠道的偏好度PHDn:
[0012]
[0013]計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重，TJQZn:
[0014]
[0015] 步驟四、進(jìn)行服務(wù)渠道推薦：
[0016] 比較數(shù)組值TJQZn*各個(gè)分量的值，然后將具有最大值的分量的下標(biāo)值賦給變量 ZDXB，當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取這多個(gè)分量對(duì)應(yīng)的下標(biāo)值賦給 ZDXB；
[0017]檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。
[0018] 較佳的，所述計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度按以下步驟進(jìn)行:首先計(jì)算用戶在最近j次(j 滿足1 < j<k)交互中，渠道變更發(fā)生頻度BGTOj:
[0019]
[0020] 其中，BGi計(jì)算為：
[0021] ----：J. - . - ------
K-l+L .K. 一 1.
[0022] 然后，計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度⑶：
[0023] ι .、， 、
j ,- ，
[0024]其中，a為衰減系數(shù)，滿足0〈&〈141^1為相鄰兩次渠道選擇的變更度對(duì)總體變更考 察窗口長(zhǎng)度的貢獻(xiàn)值，計(jì)算為：
[0025]
[0026] 本發(fā)明所要解決的另一技術(shù)問(wèn)題是提供一種更加準(zhǔn)確的服務(wù)渠道推薦裝置。
[0027]為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦裝置，包 括用戶交互數(shù)據(jù)監(jiān)控和記錄模塊、用戶偏好度分析模塊、偏好預(yù)測(cè)模塊和推薦控制模塊;所 述用戶偏好度分析模塊由數(shù)據(jù)分析單元和渠道影響力分析單元組成;偏好預(yù)測(cè)模塊由偏好 評(píng)估單元和推薦方案生成單元組成；
[0028]所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊的第一輸出端連接數(shù)據(jù)分析單元的輸入端，所 述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊的第二輸出端連接渠道影響力分析單元的第一輸入端，所 述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊的第三輸出端連接偏好評(píng)估單元的第一輸入端，所述用戶 交互數(shù)據(jù)監(jiān)控和記錄模塊的第四輸出端連接推薦方案生成單元的第一輸入端，所述用戶交 互數(shù)據(jù)監(jiān)控和記錄模塊的第五輸出端連接推薦控制模塊的第一輸入端，所述數(shù)據(jù)分析單元 的輸出端連接所述渠道影響力分析單元的第二輸入端，所述渠道影響力分析單元的輸出端 連接所述偏好評(píng)估單元的第二輸入端，所述偏好評(píng)估單元的輸出端連接所述推薦方案生成 單元的第二輸入端；
[0029]所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互 行為，每當(dāng)用戶在一個(gè)服務(wù)渠道上完成一次交互，就記錄以下信息:本次完成的交互在整個(gè) 歷史交互記錄數(shù)據(jù)集中的排序號(hào)k、本次完成的交互所使用的渠道種類(lèi)值ZL k、本次完成的 交互所占用的時(shí)間SJk，本次交互中用戶提出的申訴次數(shù)SSCk，k為正整數(shù)，ZL keN+且0〈ZLk彡 M，其中Μ為服務(wù)渠道的數(shù)量，N+為正整數(shù)集合;所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊將上述取 得的值，發(fā)送給數(shù)據(jù)分析單元、渠道影響力分析單元、偏好評(píng)估單元、推薦方案生成單元和 推薦控制模塊；
[0030]用戶偏好度分析模塊分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度：
[0031 ]數(shù)據(jù)分析單元首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD，數(shù)據(jù)分析單元將計(jì)算出的CD值發(fā)送 給渠道影響力分析單元;然后渠道影響力分析單元計(jì)算各頻道的平均返迀跨越時(shí)長(zhǎng)影響度 FQn，渠道影響力分析單元將計(jì)算出的FQn數(shù)組值，發(fā)送給偏好評(píng)估單元；
[0032]
η為 正整數(shù)滿足Kn<m;
[0033] 偏好預(yù)測(cè)模塊對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)：
[0034] 偏好評(píng)估單元計(jì)算考慮用戶提出的申訴情況下，用戶對(duì)各個(gè)服務(wù)渠道的偏好度 PHDn，然后偏好評(píng)估單元將計(jì)算出的PHDJi組值發(fā)送給推薦方案生成單元；
[0035]
[0036] 推薦方案生成單元計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重TJQZn，然后推 薦方案生成單元將TJQZjji組值發(fā)送給推薦控制模塊；
[0037]
[0038] 推薦控制模塊進(jìn)行服務(wù)渠道推薦：
[0039] 推薦控制模塊比較數(shù)組值TJQZn*各個(gè)分量的值，然后將具有最大值的分量的下 標(biāo)值賦給變量ZDXB，當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取這多個(gè)分量對(duì)應(yīng)的 下標(biāo)值賦給ZDXB;
[0040] 檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。
[0041] 較佳的，所述數(shù)據(jù)分析單元計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD:數(shù)據(jù)分析單元首先計(jì)算用 戶在最近j次(j滿足1 < j<k)交互中，渠道變更發(fā)生頻度BGTOj:
[0042]
·*· -
[0043] 其中，BGi計(jì)算為：
[0044]
[0045] 然后，計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度⑶：
[0046]
[0047]其中，a為衰減系數(shù)，滿足0〈&〈141^1為相鄰兩次渠道選擇的變更度對(duì)總體變更考 察窗口長(zhǎng)度的貢獻(xiàn)值，計(jì)算為：
[0048] 本發(fā)明所要解決的另一技術(shù)問(wèn)題是提供一種更加準(zhǔn)確的服務(wù)渠道推薦系統(tǒng)。
[0049] 為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦系統(tǒng)，包 括服務(wù)器，所述服務(wù)器內(nèi)設(shè)置有服務(wù)渠道推薦裝置，所述服務(wù)渠道推薦裝置包括用戶交互 數(shù)據(jù)監(jiān)控和記錄模塊、用戶偏好度分析模塊、偏好預(yù)測(cè)模塊和推薦控制模塊;所述用戶偏好 度分析模塊由數(shù)據(jù)分析單元和渠道影響力分析單元組成;偏好預(yù)測(cè)模塊由偏好評(píng)估單元和 推薦方案生成單元組成；
[0050] 所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊的第一輸出端連接數(shù)據(jù)分析單元的輸入端，所 述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊的第二輸出端連接渠道影響力分析單元的第一輸入端，所 述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊的第三輸出端連接偏好評(píng)估單元的第一輸入端，所述用戶 交互數(shù)據(jù)監(jiān)控和記錄模塊的第四輸出端連接推薦方案生成單元的第一輸入端，所述用戶交 互數(shù)據(jù)監(jiān)控和記錄模塊的第五輸出端連接推薦控制模塊的第一輸入端，所述數(shù)據(jù)分析單元 的輸出端連接所述渠道影響力分析單元的第二輸入端，所述渠道影響力分析單元的輸出端 連接所述偏好評(píng)估單元的第二輸入端，所述偏好評(píng)估單元的輸出端連接所述推薦方案生成 單元的第二輸入端；
[0051] 所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互 行為，每當(dāng)用戶在一個(gè)服務(wù)渠道上完成一次交互，就記錄以下信息:本次完成的交互在整個(gè) 歷史交互記錄數(shù)據(jù)集中的排序號(hào)k、本次完成的交互所使用的渠道種類(lèi)值ZL k、本次完成的 交互所占用的時(shí)間SJk，本次交互中用戶提出的申訴次數(shù)SSCk，k為正整數(shù)，ZL keN+且0〈ZLk彡 M，其中Μ為服務(wù)渠道的數(shù)量，N+為正整數(shù)集合;所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊將上述取 得的值，發(fā)送給數(shù)據(jù)分析單元、渠道影響力分析單元、偏好評(píng)估單元、推薦方案生成單元和 推薦控制模塊；
[0052] 用戶偏好度分析模塊分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度：
[0053] 數(shù)據(jù)分析單元首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD，數(shù)據(jù)分析單元將計(jì)算出的CD值發(fā)送 給渠道影響力分析單元;然后渠道影響力分析單元計(jì)算各頻道的平均返迀跨越時(shí)長(zhǎng)影響度 FQn，渠道影響力分析單元將計(jì)算出的FQn數(shù)組值，發(fā)送給偏好評(píng)估單元；
[0054]
η為 正整數(shù)滿足Kn<m;
[0055] 偏好預(yù)測(cè)模塊對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)：
[0056] 偏好評(píng)估單元計(jì)算考慮用戶提出的申訴情況下，用戶對(duì)各個(gè)服務(wù)渠道的偏好度 PHDn，然后偏好評(píng)估單元將計(jì)算出的PHDJi組值發(fā)送給推薦方案生成單元；
[0057]
[0058] 推薦方案生成單元計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重TJQZn，然后推 薦方案生成單元將TJQZjji組值發(fā)送給推薦控制模塊；
[0059]
[0060]推薦控制模塊進(jìn)行服務(wù)渠道推薦：
[0061]推薦控制模塊比較數(shù)組值TJQZn*各個(gè)分量的值，然后將具有最大值的分量的下 標(biāo)值賦給變量ZDXB，當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取這多個(gè)分量對(duì)應(yīng)的 下標(biāo)值賦給ZDXB;
[0062]檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。
[0063] 較佳的，所述數(shù)據(jù)分析單元計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD:數(shù)據(jù)分析單元首先計(jì)算用 戶在最近j次(j滿足1 < j<k)交互中，渠道變更發(fā)生頻度BGTOj:
[0064]
[0065] 其中，BGi計(jì)算為：
[0066]
[0067] 然后，計(jì)算米納數(shù)據(jù)W 口長(zhǎng)度⑶：
[0068]
[0069] 其中，a為衰減系數(shù)，滿足0〈&〈141^1為相鄰兩次渠道選擇的變更度對(duì)總體變更考 察窗口長(zhǎng)度的貢獻(xiàn)值，計(jì)算為
[0070] 本發(fā)明的有益效果是:本發(fā)明采用趨勢(shì)分析的方法，綜合考慮歷史平均選擇偏好 和近期選擇的權(quán)重，使推薦的服務(wù)渠道更貼近過(guò)往習(xí)慣和選擇興趣變迀的勢(shì)態(tài)，具有較高 的推薦準(zhǔn)確度。
【附圖說(shuō)明】
[0071] 圖1是本發(fā)明基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦系統(tǒng)一【具體實(shí)施方式】的結(jié)構(gòu)示意 圖。
[0072] 圖2是本發(fā)明基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦裝置一【具體實(shí)施方式】的結(jié)構(gòu)示意 圖。
[0073] 圖3是本發(fā)明基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方法一【具體實(shí)施方式】的流程示意 圖。
【具體實(shí)施方式】
[0074]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明：
[0075]如圖1所示，一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦系統(tǒng)，包括服務(wù)器1，其特征 是:所述服務(wù)器1內(nèi)設(shè)置有服務(wù)渠道推薦裝置2，所述服務(wù)渠道推薦裝置2包括用戶交互數(shù)據(jù) 監(jiān)控和記錄模塊3、用戶偏好度分析模塊4、偏好預(yù)測(cè)模塊5和推薦控制模塊6;所述用戶偏好 度分析模塊4由數(shù)據(jù)分析單元401和渠道影響力分析單元402組成;偏好預(yù)測(cè)模塊5由偏好評(píng) 估單元501和推薦方案生成單元502組成；
[0076]所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第一輸出端連接數(shù)據(jù)分析單元401的輸入 端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第二輸出端連接渠道影響力分析單元402的第一 輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第三輸出端連接偏好評(píng)估單元501的第一輸 入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第四輸出端連接推薦方案生成單元502的第一 輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第五輸出端連接推薦控制模塊6的第一輸入 端，所述數(shù)據(jù)分析單元401的輸出端連接所述渠道影響力分析單元402的第二輸入端，所述 渠道影響力分析單元402的輸出端連接所述偏好評(píng)估單元501的第二輸入端，所述偏好評(píng)估 單元501的輸出端連接所述推薦方案生成單元502的第二輸入端；
[0077]所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互 行為，每當(dāng)用戶在一個(gè)服務(wù)渠道上完成（即下線或離線)一次交互，就記錄以下信息:本次完 成的交互在整個(gè)歷史交互記錄數(shù)據(jù)集中的排序號(hào)k、本次完成的交互所使用的渠道種類(lèi)值 ZLk、本次完成的交互所占用的時(shí)間SJk，本次交互中用戶提出的不滿意申訴（因響應(yīng)延遲、連 接失效、界面顯示錯(cuò)誤等)次數(shù)SSCk，k為正整數(shù)，ZLkeN+且0〈ZLk<M，其中Μ為服務(wù)渠道的數(shù) 量，Ν+為正整數(shù)集合;所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3將上述取得的值，發(fā)送給數(shù)據(jù)分 析單元401、渠道影響力分析單元402、偏好評(píng)估單元501、推薦方案生成單元502和推薦控制 豐旲塊6;
[0078]用戶偏好度分析模塊4分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度：
[0079]數(shù)據(jù)分析單元401首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD，數(shù)據(jù)分析單元401將計(jì)算出的CD 值發(fā)送給渠道影響力分析單元402;然后渠道影響力分析單元402計(jì)算各頻道的平均返迀跨 越時(shí)長(zhǎng)影響度FQn，渠道影響力分析單元402將計(jì)算出的FQn數(shù)組值，發(fā)送給偏好評(píng)估單元 501；
[0080]
.，η為 正整數(shù)滿足上述計(jì)算的直觀意義是，第η個(gè)服務(wù)渠道的返迀跨越時(shí)長(zhǎng)影響，可以計(jì) 算為所有前后兩次選擇第η個(gè)服務(wù)渠道且中間不選第η個(gè)服務(wù)渠道的情況，對(duì)應(yīng)的加入時(shí)間 衰減效應(yīng)、第η個(gè)服務(wù)渠道占用執(zhí)行時(shí)間、和兩次選擇時(shí)間差與CD窗口值中的較小值的乘積 的平均。
[0081 ]偏好預(yù)測(cè)模塊5對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)：
[0082]偏好評(píng)估單元501計(jì)算考慮用戶提出的不滿意申訴（因響應(yīng)延遲、連接失效、界面 顯示錯(cuò)誤等)情況下，用戶對(duì)各個(gè)服務(wù)渠道的偏好度PHDn，然后偏好評(píng)估單元501將計(jì)算出 的值發(fā)送給推薦方案生成單元502;
[0083]
值得注意的是，SJi值記錄 了用戶占用服務(wù)渠道的時(shí)間，不為〇，因此上述計(jì)算不存在除數(shù)為〇的情況。
[0084] 推薦方案生成單元502計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重TJQZn，然后 推薦方案生成單元502將TJQZjji組值發(fā)送給推薦控制模塊6;
[0085]
[0086] 推薦控制模塊6進(jìn)行服務(wù)渠道推薦：
[0087]推薦控制模塊6比較數(shù)組值TJQZn*各個(gè)分量的值，然后將具有最大值的分量的下 標(biāo)值賦給變量ZDXB，當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取這多個(gè)分量對(duì)應(yīng)的 下標(biāo)值賦給ZDXB;
[0088]檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。 [0089]所述數(shù)據(jù)分析單元401計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD:數(shù)據(jù)分析單元401首先計(jì)算用戶 在最近j次(j滿足1 < j<k)交互中，渠道變更發(fā)生頻度BGTOj:
[0090]
[0091] 其中，BGi計(jì)算為：
[0092]
[0093] 上述公式的直觀意義是，用戶在最近j次交互中的渠道變更頻度，可以計(jì)算為j次 交互中發(fā)生相鄰兩次交互使用渠道不一樣的情況次數(shù)，除以總共交互次數(shù)j得到的比例值。
[0094] 然后，計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD。直觀上看，CD可計(jì)算為各次相鄰渠道選擇變更程 度的加權(quán)平均值，除以最近k次范圍內(nèi)最大變更頻度：
[0095]
[0096] 其中，a為衰減系數(shù)，其作用是使較靠近現(xiàn)在時(shí)間的頻道選擇和頻道變更行為具有 更大的權(quán)重，滿足〇〈a〈 1，本實(shí)施例中，a取值為0.5; XLBi為相鄰兩次渠道選擇的變更度對(duì)總 體變更考察窗口長(zhǎng)度的貢獻(xiàn)值，計(jì)算為
。本發(fā)明實(shí)施例所提供 的基于歷史訪問(wèn)數(shù)據(jù)的電力用戶多元化服務(wù)渠道推薦裝置，可以部署于一個(gè)現(xiàn)有的服務(wù)器 中，也可以部署以一個(gè)單獨(dú)設(shè)置的專(zhuān)用于進(jìn)行基于歷史訪問(wèn)數(shù)據(jù)的電力用戶多元化服務(wù)渠 道推薦的服務(wù)器中。
[0097] 如圖2所示，一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦裝置，包括用戶交互數(shù)據(jù)監(jiān)控 和記錄模塊3、用戶偏好度分析模塊4、偏好預(yù)測(cè)模塊5和推薦控制模塊6;所述用戶偏好度分 析模塊4由數(shù)據(jù)分析單元401和渠道影響力分析單元402組成;偏好預(yù)測(cè)模塊5由偏好評(píng)估單 元501和推薦方案生成單元502組成；
[0098]所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第一輸出端連接數(shù)據(jù)分析單元401的輸入 端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第二輸出端連接渠道影響力分析單元402的第一 輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第三輸出端連接偏好評(píng)估單元501的第一輸 入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第四輸出端連接推薦方案生成單元502的第一 輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3的第五輸出端連接推薦控制模塊6的第一輸入 端，所述數(shù)據(jù)分析單元401的輸出端連接所述渠道影響力分析單元402的第二輸入端，所述 渠道影響力分析單元402的輸出端連接所述偏好評(píng)估單元501的第二輸入端，所述偏好評(píng)估 單元501的輸出端連接所述推薦方案生成單元502的第二輸入端；
[0099]所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互 行為，每當(dāng)用戶在一個(gè)服務(wù)渠道上完成即下線或離線一次交互，就記錄以下信息:本次完成 的交互在整個(gè)歷史交互記錄數(shù)據(jù)集中的排序號(hào)k、本次完成的交互所使用的渠道種類(lèi)值 ZLk、本次完成的交互所占用的時(shí)間SJk，本次交互中用戶提出的不滿意申訴因響應(yīng)延遲、連 接失效、界面顯示錯(cuò)誤等次數(shù)SSC k，k為正整數(shù)，ZLk e N+且0〈ZLk<M，其中Μ為服務(wù)渠道的數(shù) 量，Ν+為正整數(shù)集合;所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊3將上述取得的值，發(fā)送給數(shù)據(jù)分 析單元401、渠道影響力分析單元402、偏好評(píng)估單元501、推薦方案生成單元502和推薦控制 豐旲塊6;
[0100]用戶偏好度分析模塊4分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度：
[0101]數(shù)據(jù)分析單元401首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD，數(shù)據(jù)分析單元401將計(jì)算出的CD 值發(fā)送給渠道影響力分析單元402;然后渠道影響力分析單元402計(jì)算各頻道的平均返迀跨 越時(shí)長(zhǎng)影響度FQn，渠道影響力分析單元402將計(jì)算出的FQn數(shù)組值，發(fā)送給偏好評(píng)估單元 501；
[0102]
1 η為 正整數(shù)滿足Kn<m;
[0103] 偏好預(yù)測(cè)模塊5對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)：
[0104] 偏好評(píng)估單元501計(jì)算考慮用戶提出的不滿意申訴因響應(yīng)延遲、連接失效、界面顯 示錯(cuò)誤等情況下，用戶對(duì)各個(gè)服務(wù)渠道的偏好度PHD n，然后偏好評(píng)估單元501將計(jì)算出的 值發(fā)送給推薦方案生成單元502;
[0105]
[0106] 值得注意的是，Sh值記錄了用戶占用服務(wù)渠道的時(shí)間，不為0,因此上述計(jì)算不存 在除數(shù)為〇的情況。
[0107] 推薦方案生成單元502計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重TJQZn，然后 推薦方案生成單元502將TJQZjji組值發(fā)送給推薦控制模塊6;
[0108]
[0109] 推薦控制模塊6進(jìn)行服務(wù)渠道推薦：
[0110] 推薦控制模塊6比較數(shù)組值TJQZn*各個(gè)分量的值，然后將具有最大值的分量的下 標(biāo)值賦給變量ZDXB，當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取這多個(gè)分量對(duì)應(yīng)的 下標(biāo)值賦給ZDXB;
[0111] 檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。
[0112] 所述數(shù)據(jù)分析單元401計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD:數(shù)據(jù)分析單元401首先計(jì)算用戶 在最近j次j滿足j<k交互中，渠道變更發(fā)生頻度BGTOj:
[0113]
[0m] 其中，BGi計(jì)算為：
[0115]
[0116] 上述算法的直觀意義是，用戶在最近j次交互中的渠道變更頻度，可以計(jì)算為j次 交互中發(fā)生相鄰兩次交互使用渠道不一樣的情況次數(shù)，除以總共交互次數(shù)j得到的比例值。
[0117] 然后，計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度⑶：
[0118]
[0119] 其中，a為衰減系數(shù)，滿足0〈&〈141^1為相鄰兩次渠道選擇的變更度對(duì)總體變更考 察窗口長(zhǎng)度的貢獻(xiàn)值，計(jì)算爻
[0120] 本實(shí)施例所提供的基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦裝置，可以部署于一個(gè)現(xiàn)有 的服務(wù)器中，也可以部署以一個(gè)單獨(dú)設(shè)置的專(zhuān)用于進(jìn)行基于歷史訪問(wèn)數(shù)據(jù)的電力用戶多元 化服務(wù)渠道推薦的服務(wù)器中。
[0121] 如圖3所示，一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方法，按以下步驟進(jìn)行：
[0122] 步驟一、持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互行為，每當(dāng)用戶在一個(gè)服務(wù) 渠道上完成（即下線或離線）一次交互，就記錄以下信息：本次完成的交互在整個(gè)歷史交互 記錄數(shù)據(jù)集中的排序號(hào)k、本次完成的交互所使用的渠道種類(lèi)值ZL k、本次完成的交互所占 用的時(shí)間SJk，本次交互中用戶提出的申訴（因響應(yīng)延遲、連接失效、界面顯示錯(cuò)誤等）次數(shù) SSCk，k為正整數(shù)，ZLk e N+且0〈ZLk<M，其中Μ為服務(wù)渠道的數(shù)量，N+為正整數(shù)集合；
[0123] 步驟二、分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度：
[0124] 首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD;然后計(jì)算各頻道的平均返迀跨越時(shí)長(zhǎng)影響度FQn:
[0125]
，..η 為 正整數(shù)滿足上述計(jì)算的直觀意義是，第η個(gè)服務(wù)渠道的返迀跨越時(shí)長(zhǎng)影響，可以計(jì) 算為所有前后兩次選擇第η個(gè)服務(wù)渠道且中間不選第η個(gè)服務(wù)渠道的情況，對(duì)應(yīng)的加入時(shí)間 衰減效應(yīng)、第η個(gè)服務(wù)渠道占用執(zhí)行時(shí)間、和兩次選擇時(shí)間差與CD窗口值中的較小值的乘積 的平均。
[0126] 步驟三、對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)：
[0127] 計(jì)算考慮用戶提出的申訴（因響應(yīng)延遲、連接失效、界面顯示錯(cuò)誤等)情況下，用戶 對(duì)各個(gè)服務(wù)渠道的偏好度PHDn:
[0128]
[0129] 值得注意的是，Sh值記錄了用戶占用服務(wù)渠道的時(shí)間，不為0,因此上述計(jì)算不存 在除數(shù)為〇的情況。
[0130] 計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重，TJQZn:
[0131]
[0132] 步驟四、進(jìn)行服務(wù)渠道推薦：
[0133] 比較數(shù)組值TJQZn*各個(gè)分量的值，然后將具有最大值的分量的下標(biāo)值賦給變量 ZDXB，當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取這多個(gè)分量對(duì)應(yīng)的下標(biāo)值賦給 ZDXB；
[0134] 檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。
[0135] 所述計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度按以下步驟進(jìn)行:首先計(jì)算用戶在最近j次(j滿足 j<k)交互中，渠道變更發(fā)生頻度
[0136]
，.
[0137]其中，BGi計(jì)算為：
[0138]
[0139] 上述計(jì)算的直觀意義是，用戶在最近j次交互中的渠道變更頻度，可以計(jì)算為j次 交互中發(fā)生相鄰兩次交互使用渠道不一樣的情況次數(shù)，除以總共交互次數(shù)j得到的比例值。
[0140] 然后，計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD。直觀上看，CD可計(jì)算為各次相鄰渠道選擇變更程 度的加權(quán)平均值，除以最近k次范圍內(nèi)最大變更頻度：
[0141] \ ...
J ' 一
[0142] 其中，a為衰減系數(shù)，其作用是使較靠近現(xiàn)在時(shí)間的頻道選擇和頻道變更行為具有 更大的權(quán)重，滿足〇〈a〈l，本實(shí)施例中a取值為O.SJLBi為相鄰兩次渠道選擇的變更度對(duì)總 體變更考察窗口長(zhǎng)度的貢獻(xiàn)值，計(jì)算為：
[0143]
[0144] 以上詳細(xì)描述了本發(fā)明的較佳具體實(shí)施例。應(yīng)當(dāng)理解，本領(lǐng)域的普通技術(shù)人員無(wú) 需創(chuàng)造性勞動(dòng)就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此，凡本技術(shù)領(lǐng)域中技術(shù) 人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過(guò)邏輯分析、推理或者有限的實(shí)驗(yàn)可以得到的 技術(shù)方案，皆應(yīng)在由權(quán)利要求書(shū)所確定的保護(hù)范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方法，其特征在于按W下步驟進(jìn)行： 步驟一、持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互行為，每當(dāng)用戶在一個(gè)服務(wù)渠道 上完成一次交互，就記錄W下信息：本次完成的交互在整個(gè)歷史交互記錄數(shù)據(jù)集中的排序 號(hào)k、本次完成的交互所使用的渠道種類(lèi)值ZLk、本次完成的交互所占用的時(shí)間SJk，本次交互 中用戶提出的申訴次數(shù)SSCk，k為正整數(shù)，ZLkeN+且0<ZLk《M，其中Μ為服務(wù)渠道的數(shù)量，護(hù)為 正整數(shù)集合； 步驟二、分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度： 首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD;然后計(jì)算各頻道的平均返遷跨越時(shí)長(zhǎng)影響度FQn:η 為正整數(shù)滿足 步驟Ξ、對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)： 計(jì)算考慮用戶提出的申訴情況下，用戶對(duì)各個(gè)服務(wù)渠道的偏好度PHDn:計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重，TJQZn :步驟四、進(jìn)行服務(wù)渠道推薦： 比較數(shù)組值TJQ^^中各個(gè)分量的值，然后將具有最大值的分量的下標(biāo)值賦給變量ZDXB， 當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取運(yùn)多個(gè)分量對(duì)應(yīng)的下標(biāo)值賦給ZDXB; 檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。2. 如權(quán)利要求1所述的基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦方法，其特征是:所述計(jì)算采 納數(shù)據(jù)窗口長(zhǎng)度按W下步驟進(jìn)行：首先計(jì)算用戶在最近j次交互中，渠道變更發(fā)生頻度 BGPDj ：然后，計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD:其中，a為衰減系數(shù)，滿足〇<曰<1，化Bi為相鄰兩次渠道選擇的變更度對(duì)總體變更考察窗 口長(zhǎng)度的貢獻(xiàn)值，計(jì)算為：3. -種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦裝置，其特征是:包括用戶交互數(shù)據(jù)監(jiān)控和 記錄模塊(3)、用戶偏好度分析模塊(4)、偏好預(yù)測(cè)模塊巧)和推薦控制模塊(6);所述用戶偏 好度分析模塊(4)由數(shù)據(jù)分析單元(401)和渠道影響力分析單元(402)組成;偏好預(yù)測(cè)模塊 (5)由偏好評(píng)估單元(501)和推薦方案生成單元(502)組成； 所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第一輸出端連接數(shù)據(jù)分析單元(401)的輸入 端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第二輸出端連接渠道影響力分析單元(402)的 第一輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第Ξ輸出端連接偏好評(píng)估單元(501) 的第一輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第四輸出端連接推薦方案生成單 元巧02)的第一輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第五輸出端連接推薦控制 模塊(6)的第一輸入端，所述數(shù)據(jù)分析單元(401)的輸出端連接所述渠道影響力分析單元 (402)的第二輸入端，所述渠道影響力分析單元（402)的輸出端連接所述偏好評(píng)估單元 (501)的第二輸入端，所述偏好評(píng)估單元(501)的輸出端連接所述推薦方案生成單元(502) 的第二輸入端； 所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互行 為，每當(dāng)用戶在一個(gè)服務(wù)渠道上完成一次交互，就記錄W下信息:本次完成的交互在整個(gè)歷 史交互記錄數(shù)據(jù)集中的排序號(hào)k、本次完成的交互所使用的渠道種類(lèi)值化k、本次完成的交 互所占用的時(shí)間SJk，本次交互中用戶提出的申訴次數(shù)SSCk，k為正整數(shù)，ZLkeN+且0<ZLk《M， 其中Μ為服務(wù)渠道的數(shù)量，護(hù)為正整數(shù)集合;所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)將上述 取得的值，發(fā)送給數(shù)據(jù)分析單元(401)、渠道影響力分析單元(402)、偏好評(píng)估單元巧01)、推 薦方案生成單元(502)和推薦控制模塊(6); 用戶偏好度分析模塊(4)分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度： 數(shù)據(jù)分析單元(401)首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD，數(shù)據(jù)分析單元(401)將計(jì)算出的CD 值發(fā)送給渠道影響力分析單元(402);然后渠道影響力分析單元(402)計(jì)算各頻道的平均返 遷跨越時(shí)長(zhǎng)影響度FQn，渠道影響力分析單元(402)將計(jì)算出的F化數(shù)組值，發(fā)送給偏好評(píng)估 單元(501);為正整數(shù)滿足 偏好預(yù)測(cè)模塊巧)對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)： 偏好評(píng)估單元(501)計(jì)算考慮用戶提出的申訴情況下，用戶對(duì)各個(gè)服務(wù)渠道的偏好度 PHDn，然后偏好評(píng)估單元(501)將計(jì)算出的PHDn數(shù)組值發(fā)送給推薦方案生成單元巧02);推薦方案生成單元(502)計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重TJQZn，然后推 薦方案生成單元(502)將TJQZn數(shù)組值發(fā)送給推薦控制模塊(6);推薦控制模塊(6)進(jìn)行服務(wù)渠道推薦： 推薦控制模塊(6)比較數(shù)組值TJQZn中各個(gè)分量的值，然后將具有最大值的分量的下標(biāo) 值賦給變量ZDXB，當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取運(yùn)多個(gè)分量對(duì)應(yīng)的下 標(biāo)值賦給ZDXB; 檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。4. 如權(quán)利要求3所述的基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦裝置，其特征是:所述數(shù)據(jù)分 析單元(401)計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD:數(shù)據(jù)分析單元(401)首先計(jì)算用戶在最近j次交互 中，渠道變更發(fā)生頻度BGPDj:其中，a為衰減系數(shù)，滿足〇<曰<1，化Bi為相鄰兩次渠道選擇的變更度對(duì)總體變更考察窗 口長(zhǎng)度的貢獻(xiàn)值，計(jì)算為：5. -種基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦系統(tǒng)，包括服務(wù)器（1)，其特征是:所述服務(wù) 器（1)內(nèi)設(shè)置有服務(wù)渠道推薦裝置(2)，所述服務(wù)渠道推薦裝置(2)包括用戶交互數(shù)據(jù)監(jiān)控 和記錄模塊(3)、用戶偏好度分析模塊(4)、偏好預(yù)測(cè)模塊(5)和推薦控制模塊(6);所述用戶 偏好度分析模塊(4)由數(shù)據(jù)分析單元(401)和渠道影響力分析單元(402)組成;偏好預(yù)測(cè)模 塊(5)由偏好評(píng)估單元(501)和推薦方案生成單元(502)組成； 所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第一輸出端連接數(shù)據(jù)分析單元(401)的輸入 端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第二輸出端連接渠道影響力分析單元(402)的 第一輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第Ξ輸出端連接偏好評(píng)估單元(501) 的第一輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第四輸出端連接推薦方案生成單 元巧02)的第一輸入端，所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)的第五輸出端連接推薦控制 模塊(6)的第一輸入端，所述數(shù)據(jù)分析單元(401)的輸出端連接所述渠道影響力分析單元 (402)的第二輸入端，所述渠道影響力分析單元（402)的輸出端連接所述偏好評(píng)估單元 (501)的第二輸入端，所述偏好評(píng)估單元(501)的輸出端連接所述推薦方案生成單元(502) 的第二輸入端； 所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)持續(xù)監(jiān)控用電用戶在多元服務(wù)渠道上的交互行 為，每當(dāng)用戶在一個(gè)服務(wù)渠道上完成一次交互，就記錄W下信息:本次完成的交互在整個(gè)歷 史交互記錄數(shù)據(jù)集中的排序號(hào)k、本次完成的交互所使用的渠道種類(lèi)值化k、本次完成的交 互所占用的時(shí)間SJk，本次交互中用戶提出的申訴次數(shù)SSCk，k為正整數(shù)，ZLkeN+且0<ZLk《M， 其中Μ為服務(wù)渠道的數(shù)量，護(hù)為正整數(shù)集合;所述用戶交互數(shù)據(jù)監(jiān)控和記錄模塊(3)將上述 取得的值，發(fā)送給數(shù)據(jù)分析單元(401)、渠道影響力分析單元(402)、偏好評(píng)估單元巧01)、推 薦方案生成單元(502)和推薦控制模塊(6); 用戶偏好度分析模塊(4)分析和評(píng)估用戶對(duì)各個(gè)服務(wù)渠道的滿意度： 數(shù)據(jù)分析單元(401)首先計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD，數(shù)據(jù)分析單元(401)將計(jì)算出的CD 值發(fā)送給渠道影響力分析單元(402);然后渠道影響力分析單元(402)計(jì)算各頻道的平均返 遷跨越時(shí)長(zhǎng)影響度FQn，渠道影響力分析單元(402)將計(jì)算出的F化數(shù)組值，發(fā)送給偏好評(píng)估 單元(501);為正整數(shù)滿足 偏好預(yù)測(cè)模塊巧)對(duì)用電客戶進(jìn)行偏好評(píng)估和預(yù)測(cè)： 偏好評(píng)估單元(501)計(jì)算考慮用戶提出的申訴情況下，用戶對(duì)各個(gè)服務(wù)渠道的偏好度 PHDn，然后偏好評(píng)估單元(501)將計(jì)算出的PHDn數(shù)組值發(fā)送給推薦方案生成單元巧02);推薦方案生成單元(502)計(jì)算考慮就近用戶選擇影響的各渠道推薦權(quán)重TJQZn，然后推 薦方案生成單元(502)將TJ胞η數(shù)組值發(fā)送給推薦控制模塊(6);推薦控制模塊(6)進(jìn)行服務(wù)渠道推薦： 推薦控制模塊(6)比較數(shù)組值TJQZn中各個(gè)分量的值，然后將具有最大值的分量的下標(biāo) 值賦給變量ZDXB，當(dāng)有多個(gè)分量值同最大分量值相同時(shí)，則隨機(jī)選取運(yùn)多個(gè)分量對(duì)應(yīng)的下 標(biāo)值賦給ZDXB; 檢查ZDXB值與ZLk值，若兩值不等，則將第ZDXB個(gè)服務(wù)渠道推薦給用戶，否則結(jié)束。6.如權(quán)利要求5所述的基于歷史訪問(wèn)數(shù)據(jù)的服務(wù)渠道推薦系統(tǒng)，其特征是:所述數(shù)據(jù)分 析單元(401)計(jì)算采納數(shù)據(jù)窗口長(zhǎng)度CD:數(shù)據(jù)分析單元(401)首先計(jì)算用戶在最近j次交互 中，渠道變更發(fā)生頻度BGPDj:其中，a為衰減系數(shù)，滿足〇<曰<1，化Bi為相鄰兩次渠道選擇的變更度對(duì)總體變更考察窗 口長(zhǎng)度的貢獻(xiàn)值，計(jì)算呆
【文檔編號(hào)】G06F17/30GK105975613SQ201610331785
【公開(kāi)日】2016年9月28日
【申請(qǐng)日】2016年5月19日
【發(fā)明人】王穎, 何容, 王懿, 陳俐冰, 夏海燕
【申請(qǐng)人】國(guó)網(wǎng)重慶市電力公司客戶服務(wù)中心