技術(shù)特征：

1.一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，包括以下步驟：

a.數(shù)據(jù)預(yù)處理階段：收集用戶特征信息、搜索信息和汽車銷售信息，經(jīng)過預(yù)處理后存儲(chǔ)至目標(biāo)數(shù)據(jù)庫中；

b.預(yù)測階段：基于關(guān)聯(lián)規(guī)則選擇目標(biāo)用戶，基于協(xié)同過濾方法對(duì)用戶的偏好進(jìn)行預(yù)測；

c.評(píng)價(jià)及推薦階段：對(duì)預(yù)測結(jié)果進(jìn)行評(píng)價(jià)，若用戶對(duì)評(píng)價(jià)結(jié)果滿意，則向用戶推薦預(yù)測的相應(yīng)類型車輛，若用戶對(duì)評(píng)價(jià)結(jié)果不滿意，則返回步驟b，給出其它預(yù)測結(jié)果，然后進(jìn)入步驟c，對(duì)預(yù)測結(jié)果進(jìn)行評(píng)價(jià)。

2.如權(quán)利要求1所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，所述用戶特征信息、搜索信息和汽車銷售信息中包含的屬性指標(biāo)包括：用戶名稱、性別、職業(yè)、婚姻狀況、一天內(nèi)瀏覽汽車網(wǎng)站的次數(shù)、每天停留在汽車網(wǎng)站上的時(shí)間、在汽車網(wǎng)站上的搜索行為、每款汽車對(duì)應(yīng)的屬性信息、收入狀況、購車與否。

3.如權(quán)利要求1所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，步驟a中，所述經(jīng)過預(yù)處理包括：利用深度學(xué)習(xí)的方法對(duì)缺失數(shù)據(jù)進(jìn)行填補(bǔ)，對(duì)于類別型數(shù)據(jù)則可以直接將其映射為新的布爾型數(shù)據(jù)；對(duì)于數(shù)值型數(shù)據(jù)，采用C均值模糊分類法將其劃分為多個(gè)類，產(chǎn)生隸屬度矩陣。

4.如權(quán)利要求1所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，步驟b中，所述基于關(guān)聯(lián)規(guī)則選擇目標(biāo)用戶，基于協(xié)同過濾對(duì)用戶的偏好進(jìn)行預(yù)測，具體包括：

基于目標(biāo)數(shù)據(jù)庫中的數(shù)據(jù)，根據(jù)關(guān)聯(lián)規(guī)則發(fā)現(xiàn)具有購買意愿的用戶作為目標(biāo)用戶，然后通過獲取目標(biāo)用戶的網(wǎng)上檢索記錄挖掘目標(biāo)用戶相應(yīng)的屬性偏好或者通過問卷調(diào)查的方式了解目標(biāo)用戶相應(yīng)的屬性偏好，并構(gòu)建屬性向量，最后采用協(xié)同過濾算法利用用戶-屬性評(píng)分矩陣計(jì)算用戶之間的相似度，從而基于相似度給出預(yù)測結(jié)果。

5.如權(quán)利要求4所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，步驟b中，所述根據(jù)關(guān)聯(lián)規(guī)則發(fā)現(xiàn)具有購買意愿的用戶作為目標(biāo)用戶，具體包括：首先檢索出目標(biāo)數(shù)據(jù)庫中的所有頻繁項(xiàng)集，然后利用頻繁項(xiàng)集構(gòu)造出滿足最小信任度的關(guān)聯(lián)規(guī)則，根據(jù)該關(guān)聯(lián)規(guī)則輸出具有購買意愿的目標(biāo)用戶。

6.如權(quán)利要求5所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，步驟b中，采用協(xié)同過濾算法利用用戶-屬性評(píng)分矩陣計(jì)算用戶之間的相似度，從而基于相似度給出預(yù)測結(jié)果，具體包括：

首先構(gòu)建已購買汽車的用戶的用戶-屬性評(píng)分矩陣，然后利用皮爾森相關(guān)系數(shù)或者余弦相似度為活躍的目標(biāo)用戶找出k個(gè)最相似的用戶形成用戶鄰居集合，在相似度的計(jì)算過程中，每個(gè)用戶都被看成是一個(gè)n維向量，用戶之間的相似度通過向量之間的相似度表示。

7.如權(quán)利要求6所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，所述用戶-屬性評(píng)分矩陣中確定的屬性包括：價(jià)格、品牌、級(jí)別、變速箱、軸距、排量、氣缸數(shù)、廠商品牌等參數(shù)。

8.如權(quán)利要求6所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，步驟b中，所述基于相似度給出預(yù)測結(jié)果，具體包括：

基于計(jì)算出來的相似度，推薦與目標(biāo)用戶相似度最高的N位用戶購買的車型。

9.如權(quán)利要求8所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，步驟c中，所述對(duì)預(yù)測結(jié)果進(jìn)行評(píng)價(jià)時(shí)，采用預(yù)測準(zhǔn)確性評(píng)價(jià)指標(biāo)為平均絕對(duì)誤差MAE和根均方誤差RMSE，公式分別是：

其中，r_ui和分別是用戶u對(duì)項(xiàng)目i的實(shí)際評(píng)分和預(yù)測評(píng)分，n表示待預(yù)測項(xiàng)目的個(gè)數(shù)；這兩項(xiàng)指標(biāo)的值越小表示預(yù)測的準(zhǔn)確性越高。

10.如權(quán)利要求9所述的一種為汽車行業(yè)尋找目標(biāo)用戶并匹配目標(biāo)產(chǎn)品的推薦方法，其特征在于，步驟c還包括：在向用戶推薦預(yù)測的相應(yīng)類型車輛后，通過推薦準(zhǔn)確性評(píng)價(jià)指標(biāo)來評(píng)價(jià)推薦的準(zhǔn)確性，所述推薦準(zhǔn)確性評(píng)價(jià)指標(biāo)包括準(zhǔn)確率Precision和召回率Recall，其中

計(jì)算的結(jié)果越大，則表示推薦的準(zhǔn)確性越高。