[发明专利]业务推荐方法和业务推荐系统

说明书

技术领域

本发明涉及数据业务技术领域，尤其涉及一种业务推荐方法和业务推荐系统。

背景技术

现有技术中主要存在以下两种业务推荐方法：

(1)直接采用传统的关联规则算法挖掘关联规则，形成业务关联项进行业务推荐；

(2)对传统的关联规则算法进行改进，为每个项目赋予一定的权值，利用项目的权值来体现每个项目的受关注程度，然后再利用关联规则算法计算业务间的关联，形成业务关联项目的推荐。

可见，现有的业务推荐方法主要是基于业务关联规则。

目前，业内普遍认为推荐的业务需要满足用户的需求。而现有的业务推荐方法在利用关联规则进行业务推荐时，只考虑了业务之间的关联性，即使采用了加权等方法来改进，其体现的依然是业务整体的受关注程度。而业务之间的关联数据和业务的权值只能反映业务本身的特性，所以根据业务之间的关联数据和业务的权值得到的业务推荐结果只能反映业务推荐方认为值得推荐的业务，显然这样的业务推荐结果是不准确的，进而使得推荐的业务无法满足用户的需求。

发明内容

有鉴于此，本发明提供一种业务推荐方法和业务推荐系统，能够得到较为准确的业务推荐结果，使得推荐的业务能够满足用户的需求。

为解决上述问题，本发明提供一种业务推荐方法，包括：

获取用户的偏好业务集合；

获取业务的关联规则集合；

根据所述用户的偏好业务集合以及所述关联规则集合，得到所述用户的业务推荐集合。

可选的，所述获取用户的偏好业务集合的步骤包括：

通过分散度检测方法获取用户的偏好业务集合。

可选的，所述通过分散度检测方法获取用户的偏好业务集合的步骤包括：

获取所述用户在其所使用的每个业务上的业务流量信息；

根据所述业务流量信息，计算所述用户在其所使用的每个业务上的偏离业务流量均值程度数据；

将所述偏离业务流量均值程度数据与预先设置的偏离程度阈值进行比较，保留所述偏离业务流量均值程度数据高于所述偏离程度阈值的业务；

获取所述用户的所有所述偏离业务流量均值程度数据高于所述偏离程度阈值的业务，得到所述用户的偏好业务集合。

可选的，所述偏离业务流量均值程度的数据的计算公式如下：

Gji=xji-x‾jsj]]>

其中，G_ji为第i个用户在第j项业务上的偏离业务流量均值程度数据，x_ji为第i个用户在第j项业务上的业务流量，即所有用户在第j项业务上的业务流量的平均值，sj=1n-1Σi=1n(xji-x‾j)2.]]>

可选的，所述获取业务的关联规则集合的步骤包括：

获取所有用户的业务集合；

从所述所有用户的业务集合中，获取高频率出现的业务集合，所述高频率出现的业务集合的支持度大于或等于预先设置的最小支持度；