[发明专利]一种基于变异系数法的油田云应用组件推荐方法

说明书

本发明公开了一种基于变异系数法的油田云应用组件推荐方法，包括以下步骤：S1、油田云应用组件日志数据采集；S2、数据归一化处理；对油田应用组件评价矩阵进行归一化处理，来消除不同指标间的量纲差异，使各指标的数值映射到区间[0,1]之间，得到规范化评价矩阵；S3、利用变异系数法构建虚拟评分矩阵；S4、推荐模型的建立；采用基于用户的协同过滤算法与变异系数法相结合的方式建立油田云应用组件推荐模型，采用变异系数法从多维度分析并模拟用户评分，根据Jaccard公式计算油田云用户之间的相似性，由兴趣度计算公式计算用户对油田云应用组件的兴趣度，兴趣度值即为用户的推荐结果。

技术领域

本发明涉及油田云技术领域，尤其涉及一种基于变异系数法的油田云应用组件推荐方法。

背景技术

近年来油田企业信息化建设日趋完善，油田云每天产生的应用组件日志数据量巨大，信息过载问题日益严重。用户如何在海量的油田云应用组件中快速找到自己需要的应用组件是油田云亟需解决的问题。

众所周知，为了解决信息过载问题，已经有无数的科学家和工程师提出了很多较好解决方案。随着大数据时代的到来，油田云中数据呈指数级增长，面对前所未有的数据量，传统推荐技术正向着与大数据技术结合的方向发展。目前，各种新的推荐技术仍是学术界的研究热点。

传统的推荐方法是基于用户评分数据建立推荐模型，计算用户对物品的需求程度，由于油田云应用组件缺少用户的显式反馈数据，即用户对应用组件的评分缺失，无法直接通过用户评分建立推荐模型。若根据油田云用户的使用记录采用0-1模拟用户评分，则忽略了用户使用频率和应用组件的应用范围部分，使推荐结果具有一定程度的偏差，无法得到准确的推荐结果。

发明内容

本发明目的是针对传统推荐方法在油田云应用组件中面临的问题，本发明提供一种新的基于变异系数法的油田云应用组件推荐方法。

为了实现上述目的，本发明的技术方案是：

一种基于变异系数法的油田云应用组件推荐方法，包括以下步骤：

S1、油田云应用组件日志数据采集；利用油田应用组件的日志对用户的应用组件使用记录进行采集，通过过滤获取用户对各应用组件的访问量及各组件自身的应用范围，并利用这两项指标构建针对每位用户的油田应用组件评价矩阵X：

其中m代表有m项指标，n代表有n个油田应用组件；

S2、数据归一化处理；对油田应用组件评价矩阵进行归一化处理，来消除不同指标间的量纲差异，使各指标的数值映射到区间[0，1]之间，得到规范化评价矩阵；

S3、利用变异系数法构建虚拟评分矩阵；采用变异系数法来衡量各指标取值的差异程度，直接利用各项指标所包含的信息，通过计算得到指标的权重，首先计算每个评价指标的平均值、标准差，然后计算每个指标的变异系数，进而计算每个指标的权重，最后计算每个油田应用组件的总分，运算公式如下：

其中V_i是第i项指标的变异系数，σ_i是第i项指标的标准差，是第i项指标的平均值，w_i为各指标的权重，r_j为每个油田应用组件的总分，也作为用户对每个油田应用组件的模拟评分；

S4、推荐模型的建立；采用基于用户的协同过滤算法与变异系数法相结合的方式建立油田云应用组件推荐模型，采用变异系数法从多维度分析并模拟用户评分，根据Jaccard公式计算油田云用户之间的相似性，由兴趣度计算公式计算用户对油田云应用组件的兴趣度，兴趣度值即为用户的推荐结果；Jaccard相似度计算公式如下所示：