一种基于app平台和数据挖掘的分析推荐方法
【技术领域】
[0001]本发明属于互联网技术领域，具体涉及一种基于APP平台和数据挖掘的分析推荐方法。
【背景技术】
[0002]随着移动互联网技术的发展与普及，APP产品也大量涌现。APP产品的使用由于不受时间和空间限制，所以具有用户规模大的特点，由于目前的APP主要用于拓展公司主营业务，缺乏与用户的互动，附加服务较少，所以产品体验度不够高，不能发现用户的潜在需求，无法挖掘出真正客户所需的推荐内容。
【发明内容】
[0003]为了克服上述技术问题，本发明的目的为了提供一种互动性强、推荐结果可靠并基于APP平台和数据挖掘的分析推荐方法。
[0004]本发明采用的技术方案是:
一种基于APP平台和数据挖掘的分析推荐方法，包括以下步骤:A)用户选择APP平台所提供的内容进行测试，系统取得测试结果；B)判断结果是否合格，合格则结束流程，否则进入下一步；C)判断用户是否有学习兴趣，是则进入下一步，否则执行挖掘分析流程以输出推荐内容给用户；D)将提高练习的内容推送给用户，并再次进行测试；E)判断用户是否满意，如果否返回D，如果是进入下一步；F)结束流程。
[0005]进一步，所述步骤C)的挖掘分析流程包括Cl)采集用户在APP平台使用时的兴趣爱好与学习情况数据，并进行筛选与截取处理取得数据源；C2)针对Cl处理好的数据，通过算法建模分析得到高频兴趣爱好与学习情况数据的结果；C3)将C2的分析结果与预存的推荐内容映射，存储于数据存储模块中；C4)将推荐结果推送给用户，执行F。
[0006]进一步，所述步骤C2中算法包括以下步骤:C21)从η个数据实例中随机选取k个观测点，作为聚类中心，然后遍历其他n-k个观测点，并分别找到距离其最近的聚类中心点，加入该聚类中；C22)求出新的k个聚类中心点，再遍历其他n-k个观测点，再找到距离其最近的聚类中心点，加入该聚类中，如此迭代循环；C23)直到前后两次聚类中心点保持不变，循环结束，得到k个聚类中心点以及k个聚类。
[0007]进一步，所述步骤A中用户根据自身学习情况选择具体难度等级的内容进行测试，且根据预先划分的测试结果等级进行评估。
[0008]进一步，所述测试结果等级包括多个等级，且其中一个中间等级为合格等级。
[0009]本发明的有益效果是:
本发明基于APP平台，运用数据挖掘分析方法，通过采集一定时间段内的用户数据，分析用户习惯，与之互动，发现用户的潜在需求，发出适当的推荐内容，可以增加用户的产品体验度，增强用户黏性。
【附图说明】
[0010]下面结合附图对本发明的【具体实施方式】做进一步的说明。
[0011]图1是本发明分析推荐方法的流程图。
【具体实施方式】
[0012]参考图1所示，为本发明的一种基于APP平台和数据挖掘的分析推荐方法，包括以下步骤:
A)用户根据自身学习情况选择测试难度，系统取得相应测试结果并根据事先划分的等级(比如:A, B, C，D, E五个等级)进行评估;
B)用户自己设定合格等级(A，B,C均可，但不能低于C)，判断结果是否合格，合格则结束流程，否则进入下一步；
C)判断用户是否有学习兴趣，是则进入下一步，否则执行挖掘分析流程以输出推荐内容给用户；其中，挖掘分析流程包括:
Cl)采集用户在APP平台使用时的兴趣爱好与学习情况数据，并进行筛选与截取处理取得数据源；
C2)针对Cl处理好的数据，通过算法建模分析得到高频兴趣爱好与学习情况数据的结果;
该算法包括以下步骤:C21)从η个数据实例中随机选取k个观测点，作为聚类中心，然后遍历其他n-k个观测点，并分别找到距离其最近的聚类中心点，加入该聚类中；C22)求出新的k个聚类中心点，再遍历其他n-k个观测点，再找到距离其最近的聚类中心点，加入该聚类中，如此迭代循环；C23)直到前后两次聚类中心点保持不变，循环结束，得到k个聚类中心点以及k个聚类。
[0013]C3)将C2的分析结果与预存的推荐内容映射，存储于数据存储模块中；C4)将推荐结果推送给用户，执行F。
[0014]D)将提高练习的内容推送给用户，并再次进行测试；
E)判断用户是否满意，如果否返回D，如果是进入下一步；
F)结束流程。
[0015]可以看出，本系统与用户的互动性强，兼具趣味性，指标明确，推荐结果可靠，用户体验好。
[0016]以上所述仅为本发明的优先实施方式，本发明并不限定于上述实施方式，只要以基本相同手段实现本发明目的的技术方案都属于本发明的保护范围之内。
【主权项】
1.一种基于APP平台和数据挖掘的分析推荐方法，其特征在于:包括以下步骤:A)用户选择APP平台所提供的内容进行测试，系统取得测试结果；B)判断结果是否合格，合格则结束流程，否则进入下一步；C)判断用户是否有学习兴趣，是则进入下一步，否则执行挖掘分析流程以输出推荐内容给用户；D)将提高练习的内容推送给用户，并再次进行测试；E)判断用户是否满意，如果否返回D，如果是进入下一步；F)结束流程。2.根据权利要求1所述的一种基于APP平台和数据挖掘的分析推荐方法，其特征在于:所述步骤C)的挖掘分析流程包括Cl)采集用户在APP平台使用时的兴趣爱好与学习情况数据，并进行筛选与截取处理取得数据源；C2)针对Cl处理好的数据，通过算法建模分析得到高频兴趣爱好与学习情况数据的结果；C3)将C2的分析结果与预存的推荐内容映射，存储于数据存储模块中；C4)将推荐结果推送给用户，执行F。3.根据权利要求2所述的一种基于APP平台和数据挖掘的分析推荐方法，其特征在于:所述步骤C2中算法包括以下步骤:C21)从η个数据实例中随机选取k个观测点，作为聚类中心，然后遍历其他n-k个观测点，并分别找到距离其最近的聚类中心点，加入该聚类中；C22)求出新的k个聚类中心点，再遍历其他n-k个观测点，再找到距离其最近的聚类中心点，加入该聚类中，如此迭代循环；C23)直到前后两次聚类中心点保持不变，循环结束，得到k个聚类中心点以及k个聚类。4.根据权利要求1所述的一种基于APP平台和数据挖掘的分析推荐方法，其特征在于:所述步骤A中用户根据自身学习情况选择具体难度等级的内容进行测试，且根据预先划分的测试结果等级进行评估。5.根据权利要求4所述的一种基于APP平台和数据挖掘的分析推荐方法，其特征在于:所述测试结果等级包括多个等级，且其中一个中间等级为合格等级。
【专利摘要】本发明公开了一种基于APP平台和数据挖掘的分析推荐方法，包括以下步骤：A）用户选择APP平台所提供的内容进行测试，系统取得测试结果；B）判断结果是否合格，合格则结束流程，否则进入下一步；C）判断用户是否有学习兴趣，是则进入下一步，否则执行挖掘分析流程以输出推荐内容给用户；D）将提高练习的内容推送给用户，并再次进行测试；E）判断用户是否满意，如果否返回D，如果是进入下一步；F）结束流程。本发明基于APP平台，运用数据挖掘分析方法，通过采集一定时间段内的用户数据，分析用户习惯，与之互动，发现用户的潜在需求，发出适当的推荐内容，可以增加用户的产品体验度，增强用户黏性。
【IPC分类】G06F17/30
【公开号】CN105183782
【申请号】CN201510502000
【发明人】余敬龙
【申请人】广东能龙教育股份有限公司
【公开日】2015年12月23日
【申请日】2015年8月14日