[发明专利]一种通信用户套餐推荐方法、装置、电子设备及存储介质

权利要求书

1.一种通信用户套餐推荐方法，其特征在于，包括：

获取用户样本信息，所述用户样本信息包括用户的描述信息和用户的特征信息；

根据所述特征信息构建用户连接矩阵和用户度矩阵，所述用户连接矩阵表示用户两两之间的联系，所述用户度矩阵表示用户节点边的数量；

对所述描述信息进行主题提取，得到对应的主题特征信息，并根据所述主题特征信息和所述特征信息，计算用户相似度矩阵，所述用户相似度矩阵表示用户两两之间的相似性；

根据所述用户连接矩阵、所述用户度矩阵以及所述用户相似度矩阵，计算第二权重矩阵，所述第二权重矩阵表示用户在社交圈中的重要性；

根据所述特征信息构建用户套餐模型，并基于所述用户相似度矩阵、所述第二权重矩阵以及所述用户套餐模型，对目标用户进行套餐推荐。

2.根据权利要求1所述的通信用户套餐推荐方法，其特征在于，所述对所述描述信息进行主题提取，得到对应的主题特征信息，包括：

对所述描述信息中的文本进行切词，计算每一个文本中词语的TF-IDF值，将所述TF-IDF值作为特征行，多条记录生成TF-IDF特征矩阵；

采用非负矩阵分解法对所述TF-IDF特征矩阵进行加权分解，得到主题特征信息。

3.根据权利要求1所述的通信用户套餐推荐方法，其特征在于，所述根据所述主题特征信息和所述特征信息，计算用户相似度矩阵，包括：

将所述主题特征信息和所述特征信息，合并成新的特征矩阵；

根据合并后的特征矩阵，采用余弦相似度计算用户相似度矩阵。

4.根据权利要求1所述的通信用户套餐推荐方法，其特征在于，所述根据所述用户连接矩阵、所述用户度矩阵以及所述用户相似度矩阵，计算第二权重矩阵，包括：

根据所述用户连接矩阵，基于图形神经网络计算新的连接矩阵；

根据所述新的连接矩阵和所述用户度矩阵，计算第一权重矩阵；

基于预设特征信息的均值与所述用户度矩阵，对所述第一权重矩阵进行优化，得到所述第二权重矩阵。

5.根据权利要求1所述的通信用户套餐推荐方法，其特征在于，所述根据所述特征信息构建用户套餐模型，包括：

根据用户的历史消费套餐，对用户进行消费类别标识；

根据所述用户的特征信息和所述消费类别标识，采用极端梯度提升算法构建所述用户套餐模型；

所述用户套餐模型根据输入用户的特征信息，输出用户的消费类别标识。

6.根据权利要求1所述的通信用户套餐推荐方法，其特征在于，所述根据所述特征信息构建用户套餐模型，并基于所述用户相似度矩阵、所述第二权重矩阵以及所述用户套餐模型，对目标用户进行套餐推荐，包括：

基于图形神经网络划分的社交圈，确定目标用户所在的社交圈；

根据所述用户相似度矩阵，确定目标用户与社交圈的其他成员的相似度；

取相似度最高的前预设个成员的信息与所述目标用户的信息分别输入至所述用户套餐模型，所述用户套餐模型输出对应的所述预设个成员和所述目标用户的消费类别标识；

保留与所述目标用户的消费类别标识相同的成员，并在所述成员中选择套餐的众数推荐给所述目标用户。

7.根据权利要求1所述的通信用户套餐推荐方法，其特征在于，所述根据所述特征信息构建用户连接矩阵和用户度矩阵，包括：

根据用户之间的通话时长，通话次数，归属地的交互信息构建所述用户连接矩阵；

若所述用户连接矩阵采用用户连接图表示，则所述用户连接图的节点表示用户，边表示节点之间存在的联系，用户节点边的数量表示用户的度。