专利交易市场

本发明公开了一种基于聚类分析的剧场运维管理方法，包括：以装备浏览量X和时间段T作为主成分设立关注度；根据不同天的同一时间段进行关注时间聚类，得到不同装备的N个数据簇；以装备维修量Y和时间段T作为主成分设立维修度；根据不同天的同一时间段进行维修时间聚类，得到不同装备的M个数据簇；对关注时间聚类N个数据簇和维修时间聚类的M个数据簇进行对照分析；按照分析结果实现对装备的针对性运维管理。上述技术方案以运维管理人员的浏览平台中相关装备的行为和维护记录数据为数据仓库，通过对聚类分组结果结合历史判断实现运维管理人员对剧场演艺设备的有效管理，优化运维管理数据，简化运维管理行为，实现高效准确的运维。

一种基于N阶近邻分析聚类的配送中心选址方法，首先，根据候选地址的地位位置信息，初始化研究对象的样本数据集；然后，计算样本点的N阶近邻距离和方差值，结合次序统计的相关原理来分析样本数据点簇间特性，得到合适的聚类数目K值；最终，结合聚类算法将样本数据集划分为簇内相似度高的K的簇，最终均值向量对应的候选点即为配送中心的最佳选址。本发明提供一种实用性强的基于N阶近邻分析聚类簇的配送中心选址方法。

本发明涉及电子商务技术领域，特别涉及一种利用商品属性和用户历史评分数据等信息向目标用户提供个性化推荐的导购系统。包括数据收集模块、行为量化模块、商品类别筛选模块、矩阵填充模块、用户聚类模块和生成推荐模块；数据收集模块用于收集商品属性和用户行为数据；行为量化模块用于量化用户的操作行为；商品类别筛选模块用于对所有商品进行类别的筛选；矩阵填充模块利用朴素贝叶斯算法进行矩阵填充，初步预测出未操作商品的评分；用户聚类模块利用基于密度划分准则的二分K均值算法，为用户进行聚类；生成推荐模块，用于将推荐的结果呈现给用户。本发明解决了现有技术中存在的导购系统推荐准确率低的问题。