摘要
本发明适用于产品推荐领域,公开了一种基于传感器的产品推荐方法,方法通过传感器收集用户的产品使用数据集,进而提取多个特征向量,并对时间序列数据进行对齐处理,形成统一时间尺度下的用户产品使用行为特征。随后,计算用户间相似度,构建相似度矩阵,并通过设定阈值筛选强相关用户,形成用户相似度关系图。基于该关系图,识别具有相似兴趣和行为模式的用户社区,预测用户间的潜在关系强度,构建产品协同使用社交网络。同时,结合相关领域的用户行为数据,丰富用户画像。最终,基于构建的社交网络和用户画像,综合考虑用户相似度和产品相似度,生成候选推荐列表,并根据用户历史行为调整不同相似度的权重,从而得出个性化的产品推荐结果。
技术关键词
产品推荐方法
社区结构
时间序列特征
统一时间尺度
指数衰减函数
传感器获取用户
数据
社交
关系
矩阵
规范化方法
滑动时间窗口
画像
聚类评估方法
关联规则挖掘算法
兴趣
网络
模式