一種基于app平臺和數據挖掘的分析推薦方法
【技術領域】
[0001]本發明屬于互聯網技術領域，具體涉及一種基于APP平臺和數據挖掘的分析推薦方法。
【背景技術】
[0002]隨著移動互聯網技術的發展與普及，APP產品也大量涌現。APP產品的使用由于不受時間和空間限制，所以具有用戶規模大的特點，由于目前的APP主要用于拓展公司主營業務，缺乏與用戶的互動，附加服務較少，所以產品體驗度不夠高，不能發現用戶的潛在需求，無法挖掘出真正客戶所需的推薦內容。
【發明內容】
[0003]為了克服上述技術問題，本發明的目的為了提供一種互動性強、推薦結果可靠并基于APP平臺和數據挖掘的分析推薦方法。
[0004]本發明采用的技術方案是:
一種基于APP平臺和數據挖掘的分析推薦方法，包括以下步驟:A)用戶選擇APP平臺所提供的內容進行測試，系統取得測試結果；B)判斷結果是否合格，合格則結束流程，否則進入下一步；C)判斷用戶是否有學習興趣，是則進入下一步，否則執行挖掘分析流程以輸出推薦內容給用戶；D)將提高練習的內容推送給用戶，并再次進行測試；E)判斷用戶是否滿意，如果否返回D，如果是進入下一步；F)結束流程。
[0005]進一步，所述步驟C)的挖掘分析流程包括Cl)采集用戶在APP平臺使用時的興趣愛好與學習情況數據，并進行篩選與截取處理取得數據源；C2)針對Cl處理好的數據，通過算法建模分析得到高頻興趣愛好與學習情況數據的結果；C3)將C2的分析結果與預存的推薦內容映射，存儲于數據存儲模塊中；C4)將推薦結果推送給用戶，執行F。
[0006]進一步，所述步驟C2中算法包括以下步驟:C21)從η個數據實例中隨機選取k個觀測點，作為聚類中心，然后遍歷其他n-k個觀測點，并分別找到距離其最近的聚類中心點，加入該聚類中；C22)求出新的k個聚類中心點，再遍歷其他n-k個觀測點，再找到距離其最近的聚類中心點，加入該聚類中，如此迭代循環；C23)直到前后兩次聚類中心點保持不變，循環結束，得到k個聚類中心點以及k個聚類。
[0007]進一步，所述步驟A中用戶根據自身學習情況選擇具體難度等級的內容進行測試，且根據預先劃分的測試結果等級進行評估。
[0008]進一步，所述測試結果等級包括多個等級，且其中一個中間等級為合格等級。
[0009]本發明的有益效果是:
本發明基于APP平臺，運用數據挖掘分析方法，通過采集一定時間段內的用戶數據，分析用戶習慣，與之互動，發現用戶的潛在需求，發出適當的推薦內容，可以增加用戶的產品體驗度，增強用戶黏性。
【附圖說明】
[0010]下面結合附圖對本發明的【具體實施方式】做進一步的說明。
[0011]圖1是本發明分析推薦方法的流程圖。
【具體實施方式】
[0012]參考圖1所示，為本發明的一種基于APP平臺和數據挖掘的分析推薦方法，包括以下步驟:
A)用戶根據自身學習情況選擇測試難度，系統取得相應測試結果并根據事先劃分的等級(比如:A, B, C，D, E五個等級)進行評估;
B)用戶自己設定合格等級(A，B,C均可，但不能低于C)，判斷結果是否合格，合格則結束流程，否則進入下一步；
C)判斷用戶是否有學習興趣，是則進入下一步，否則執行挖掘分析流程以輸出推薦內容給用戶；其中，挖掘分析流程包括:
Cl)采集用戶在APP平臺使用時的興趣愛好與學習情況數據，并進行篩選與截取處理取得數據源；
C2)針對Cl處理好的數據，通過算法建模分析得到高頻興趣愛好與學習情況數據的結果;
該算法包括以下步驟:C21)從η個數據實例中隨機選取k個觀測點，作為聚類中心，然后遍歷其他n-k個觀測點，并分別找到距離其最近的聚類中心點，加入該聚類中；C22)求出新的k個聚類中心點，再遍歷其他n-k個觀測點，再找到距離其最近的聚類中心點，加入該聚類中，如此迭代循環；C23)直到前后兩次聚類中心點保持不變，循環結束，得到k個聚類中心點以及k個聚類。
[0013]C3)將C2的分析結果與預存的推薦內容映射，存儲于數據存儲模塊中；C4)將推薦結果推送給用戶，執行F。
[0014]D)將提高練習的內容推送給用戶，并再次進行測試；
E)判斷用戶是否滿意，如果否返回D，如果是進入下一步；
F)結束流程。
[0015]可以看出，本系統與用戶的互動性強，兼具趣味性，指標明確，推薦結果可靠，用戶體驗好。
[0016]以上所述僅為本發明的優先實施方式，本發明并不限定于上述實施方式，只要以基本相同手段實現本發明目的的技術方案都屬于本發明的保護范圍之內。
【主權項】
1.一種基于APP平臺和數據挖掘的分析推薦方法，其特征在于:包括以下步驟:A)用戶選擇APP平臺所提供的內容進行測試，系統取得測試結果；B)判斷結果是否合格，合格則結束流程，否則進入下一步；C)判斷用戶是否有學習興趣，是則進入下一步，否則執行挖掘分析流程以輸出推薦內容給用戶；D)將提高練習的內容推送給用戶，并再次進行測試；E)判斷用戶是否滿意，如果否返回D，如果是進入下一步；F)結束流程。2.根據權利要求1所述的一種基于APP平臺和數據挖掘的分析推薦方法，其特征在于:所述步驟C)的挖掘分析流程包括Cl)采集用戶在APP平臺使用時的興趣愛好與學習情況數據，并進行篩選與截取處理取得數據源；C2)針對Cl處理好的數據，通過算法建模分析得到高頻興趣愛好與學習情況數據的結果；C3)將C2的分析結果與預存的推薦內容映射，存儲于數據存儲模塊中；C4)將推薦結果推送給用戶，執行F。3.根據權利要求2所述的一種基于APP平臺和數據挖掘的分析推薦方法，其特征在于:所述步驟C2中算法包括以下步驟:C21)從η個數據實例中隨機選取k個觀測點，作為聚類中心，然后遍歷其他n-k個觀測點，并分別找到距離其最近的聚類中心點，加入該聚類中；C22)求出新的k個聚類中心點，再遍歷其他n-k個觀測點，再找到距離其最近的聚類中心點，加入該聚類中，如此迭代循環；C23)直到前后兩次聚類中心點保持不變，循環結束，得到k個聚類中心點以及k個聚類。4.根據權利要求1所述的一種基于APP平臺和數據挖掘的分析推薦方法，其特征在于:所述步驟A中用戶根據自身學習情況選擇具體難度等級的內容進行測試，且根據預先劃分的測試結果等級進行評估。5.根據權利要求4所述的一種基于APP平臺和數據挖掘的分析推薦方法，其特征在于:所述測試結果等級包括多個等級，且其中一個中間等級為合格等級。
【專利摘要】本發明公開了一種基于APP平臺和數據挖掘的分析推薦方法，包括以下步驟：A）用戶選擇APP平臺所提供的內容進行測試，系統取得測試結果；B）判斷結果是否合格，合格則結束流程，否則進入下一步；C）判斷用戶是否有學習興趣，是則進入下一步，否則執行挖掘分析流程以輸出推薦內容給用戶；D）將提高練習的內容推送給用戶，并再次進行測試；E）判斷用戶是否滿意，如果否返回D，如果是進入下一步；F）結束流程。本發明基于APP平臺，運用數據挖掘分析方法，通過采集一定時間段內的用戶數據，分析用戶習慣，與之互動，發現用戶的潛在需求，發出適當的推薦內容，可以增加用戶的產品體驗度，增強用戶黏性。
【IPC分類】G06F17/30
【公開號】CN105183782
【申請號】CN201510502000
【發明人】余敬龍
【申請人】廣東能龍教育股份有限公司
【公開日】2015年12月23日
【申請日】2015年8月14日