[发明专利]一种基于聚类和余弦相似度的物流推荐方法

摘要

本发明公开了一种基于聚类和余弦相似度的物流推荐方法，先利用AP聚类方法、SDbw聚类衡量方法和K‑means聚类方法计算出货物数据集和货车数据集使用K‑means聚类方法的最佳K值，根据最佳K值对货物数据集和货车数据集聚类，并使用朴素贝叶斯分类器根据货物数据集聚类和货车数据集聚类得到的结果训练出两个分类器，使用货车数据集和货物数据集训练得到的分类器分类，再计算经过归一化处理的货车信息和货物数据集中所有具有货车信息相同类别的元素的余弦距离，最终根据余弦距离从大到小依次推荐货物。本发明有效地提高了推荐方法的实时响应速度。

主权项

一种基于聚类和余弦相似度的物流推荐方法，其特征在于，包括如下步骤：步骤一：对货物数据集和货车数据集进行预处理，并使用AP聚类方法、SDbw聚类衡量方法和K‑means聚类方法确定货物数据集和货车数据集的聚类个数最佳K值；步骤二：根据步骤一中确定的最佳聚类个数，对货物数据集和货车数据集使用K‑means聚类，并分别使用货物数据集和货车数据集聚类得到的结果训练出两个分类器；步骤三：需要货车推荐的货主输入货物信息，货物信息经过归一化处理，使用步骤二中货车数据集训练出的分类器分类，需要货物推荐的车主输入车辆信息，车辆信息经过归一化处理，使用步骤二中车辆数据集训练出的分类器分类；步骤四：使用余弦相似度方法计算步骤三中货主或车主经过归一化处理的数据与分类器分得的类中所有元素的相似度对货物数据集或货车数据集根据相似度从高到低排列，向用户推荐。