一种电子智造产品营销推荐方法

摘要

本发明公开了一种电子智造产品营销推荐方法。首先整理出电子智造业云平台记录的客户日志数据，提取客户特征和产品特征数据并进行清洗，获得特定格式的数据集，根据数据集构建客户产品评分矩阵；然后将采用遗传算法得到的Pareto最优解集用改进k‑means聚类算法进行客户聚类划分；再次综合客户特征偏好矩阵与客户产品评分矩阵得出混合相似度计算方式，并引入人类记忆遗忘曲线时间函数，构建客户产品评分模型；最后将求解出的评分较高的产品结果推荐给客户。与现有推荐算法相比，本发明方法具有能够改善客户兴趣变化对推荐效果的影响，实现数据聚合，解决数据稀疏性，提高客户产品推荐的效率和准确性的优点。