[发明专利]电商平台的用户评分方法及装置、电子设备、存储介质

摘要

本发明提供一种电商平台的用户评分方法及装置、电子设备、存储介质，包括a.自所述电商平台的数据库中获取m个用户的n维特征数据；b.形成该m个用户的n维特征数据集D＝(x(1)，x(2)，...x(m))；c.对每个用户的n维特征数据进行中心化；d.计算矩阵X的协方差矩阵Q＝X·XT；e.对协方差矩阵Q进行特征值分解，获得n个特征值和特征向量；f.提取特征值最大的n’个特征值对应的特征向量；g.使特征向量标准化并形成n’维特征向量矩阵W’；h.计算降维后的特征数据，z(i)＝WT·x(i)，获得降维后的特征数据集D’；i.至少利用降维后的特征数据集D’计算每个用户的评分score；j.依据不同的评分score向用户提供不同的服务。本发明提供的方法及装置缓解大数据冗余及标签缺乏的问题。

主权项

一种电商平台的用户评分方法，其特征在于，包括：a.自所述电商平台的数据库中获取m个用户的n维特征数据，m，n为大于0的整数；b.形成该m个用户的n维特征数据集D＝(x(1)，x(2)，...x(m))，x(i)为n行1列的矩阵，表示第i个用户的n维特征数据，i为大于等于1小于等于m的整数；c.对每个用户的n维特征数据进行中心化：以获得矩阵X＝(x′(1)，x′(2)，...，x′(m))；d.计算矩阵X的协方差矩阵Q＝X·XT；e.对协方差矩阵Q进行特征值分解，获得n个特征值和特征向量W＝(w1，w2，...，wn)；f.提取特征值最大的n’个特征值对应的特征向量(w1，w2，...，wn’)，其中，n’为1或2，且提取的n’个特征值的和大于n个特征值的和的Y％，Y为65至75之间的常数；g.使特征向量(w1，w2，...，wn’)标准化并形成n’维特征向量矩阵W’；h.计算降维后的特征数据，z(i)＝WT·x(i)，获得降维后的特征数据集D’＝(z(1)，z(2)，...，z(m))；i.至少利用降维后的特征数据集D’计算每个用户的评分score；j.依据不同的评分score所处的分段向用户提供不同的服务。