一种基于数据分析的游泳教练智能化推荐系统技术方案

本发明专利技术公开了一种基于数据分析的游泳教练智能化推荐系统，包括用户模块、云服务模块和匹配模块；用户模块用于用户输入对游泳教练的属性要求，属性要求包括范围类属性和非范围类属性；云服务模块用于存储各个游泳教练的属性信息；匹配模块用于通过两种不同的相似度计算方式来计算游泳教练的属性信息和非范围类属性之间的综合相似度，然后根据综合相似度来获得匹配结果。用户模块还用于显示匹配结果。由于本发明专利技术采用了两种不同的计算方式来计算相似度，然后还综合了两种相似度的计算结果，因此，本发明专利技术有效地提高了推荐结果的准确率。本发明专利技术有效地提高了推荐结果的准确率。本发明专利技术有效地提高了推荐结果的准确率。

【技术实现步骤摘要】
一种基于数据分析的游泳教练智能化推荐系统


[0001]本专利技术涉及推荐领域，尤其涉及一种基于数据分析的游泳教练智能化推荐系统。

技术介绍

[0002]游泳教练推荐系统是用来根据用户的需求来匹配健身教练的，根据用户输入的要求，在存储有教练的数据库中进行匹配，获得匹配结果后，将匹配结果推荐给用户。
[0003]现有的游泳教练推荐系统，在进行推荐时一般是仅采用的单一的匹配算法来进行匹配，从而导致推荐的结果不够准确。

技术实现思路

[0004]本专利技术的目的在于公开一种基于数据分析的游泳教练智能化推荐系统，解决现有的游泳教练推荐系统在进行推荐时，仅采用单一的匹配算法俩进行匹配，导致推荐的结果不够准确的问题。
[0005]为了达到上述目的，本专利技术采用如下技术方案：
[0006]一种基于数据分析的游泳教练智能化推荐系统，包括用户模块、云服务模块和匹配模块；
[0007]用户模块用于用户输入对游泳教练的属性要求，属性要求包括范围类属性和非范围类属性；
[0008]云服务模块用于存储各个游泳教练的属性信息；
[0009]匹配模块用于采用如下方式进行匹配：
[0010]获取满足范围类属性的游泳教练的集合U；
[0011]采用如下公式分别计算集合U中每个游泳教练的属性信息和非范围类属性之间的综合相似度：
[0012][0013]其中，sim
a
表示集合U中的第a个游泳教练的属性信息和非范围类属性之间的相似度，firsimr/>a
采用第一种相似度计算方式计算得到的第a个游泳教练的属性信息和非范围类属性之间的相似度，secsim
a
表示采用第二种相似度计算方式计算得到的第a个游泳教练的属性信息和非范围类属性之间相似度，α表示第一权重系数，β表示第二权重系数，firsim
std
表示预设的第一种相似度计算方式的相似度参考值，secsim
std
表示预设的第二种相似度计算方式的相似度参考值；
[0014]按照综合相似度高到低的顺序对集合U中的游泳教练进行排序，将综合相似度最高的前T个游泳教练作为匹配结果，将匹配结果发送至用户模块；
[0015]用户模块还用于显示匹配结果。
[0016]优选地，所述第一种相似度计算方式包括计算余弦相似度、计算杰卡德相似系数、计算皮尔逊相关系数中的任一种。
[0017]优选地，当第一种相似度计算方式为计算余弦相似度时，第二种相似度计算方式则是除了计算余弦相似度之外的相似度计算方式；
[0018]当第一种相似度计算方式为计算杰卡德相似系数时，第二种相似度计算方式则是除了计算杰卡德相似系数之外的相似度计算方式；
[0019]当第一种相似度计算方式为计算皮尔逊相关系数时，第二种相似度计算方式则是除了计算皮尔逊相关系数之外的相似度计算方式。
[0020]优选地，所述范围类属性包括年龄范围、教龄范围和身高范围。
[0021]优选地，所述非范围类属性包括游泳教练的性别、擅长领域、毕业学校和已教学员数量。
[0022]优选地，所述游泳教练的属性信息包括年龄、教龄、身高、性别、擅长领域、毕业学校和已教学员数量。
[0023]优选地，所述用户模块包括登录单元、输入单元和显示单元；
[0024]登录单元用于对用户的身份进行验证；
[0025]输入单元用户通过验证的用户输入对游泳教练的属性要求；
[0026]显示单元用于显示匹配结果。
[0027]优选地，所述用户模块包括智能手机、笔记本电脑、平板电脑、台式电脑中的任一种。
[0028]本专利技术在进行游泳教练的推荐时，采用的是通过两种不同的相似度计算方式来计算游泳教练的属性信息和非范围类属性之间的综合相似度，然后根据综合相似度来获得推荐结果。与现有技术相比，由于本专利技术采用了两种不同的计算方式来计算相似度，然后还综合了两种相似度的计算结果，因此，本专利技术有效地提高了推荐结果的准确率。
附图说明
[0029]利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0030]图1为本专利技术一种基于数据分析的游泳教练智能化推荐系统的一种实施例图。
[0031]图2为人脸识别子单元对用户进行登录验证的一种实施例图。
具体实施方式
[0032]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。
[0033]如图1所示的一种实施例，本专利技术提供了一种基于数据分析的游泳教练智能化推荐系统，包括用户模块、云服务模块和匹配模块；
[0034]用户模块用于用户输入对游泳教练的属性要求，属性要求包括范围类属性和非范围类属性；
[0035]云服务模块用于存储各个游泳教练的属性信息；
[0036]匹配模块用于采用如下方式进行匹配：
[0037]获取满足范围类属性的游泳教练的集合U；
[0038]采用如下公式分别计算集合U中每个游泳教练的属性信息和非范围类属性之间的综合相似度：
[0039][0040]其中，sim
a
表示集合U中的第a个游泳教练的属性信息和非范围类属性之间的相似度，firsim
a
采用第一种相似度计算方式计算得到的第a个游泳教练的属性信息和非范围类属性之间的相似度，secsim
a
表示采用第二种相似度计算方式计算得到的第a个游泳教练的属性信息和非范围类属性之间相似度，α表示第一权重系数，β表示第二权重系数，firsim
std
表示预设的第一种相似度计算方式的相似度参考值，secsim
std
表示预设的第二种相似度计算方式的相似度参考值；
[0041]按照综合相似度高到低的顺序对集合U中的游泳教练进行排序，将综合相似度最高的前T个游泳教练作为匹配结果，将匹配结果发送至用户模块；
[0042]用户模块还用于显示匹配结果。
[0043]本专利技术在进行游泳教练的推荐时，采用的是通过两种不同的相似度计算方式来计算游泳教练的属性信息和非范围类属性之间的综合相似度，然后根据综合相似度来获得推荐结果。与现有技术相比，由于本专利技术采用了两种不同的计算方式来计算相似度，然后还综合了两种相似度的计算结果，因此，本专利技术有效地提高了推荐结果的准确率。
[0044]优选地，所述第一种相似度计算方式包括计算余弦相似度、计算杰卡德相似系数、计算皮尔逊相关系数中的任一种。
[0045]优选地，当第一种相似度计算方式为计算余弦相似度时，第二种相似度计算方式则是除了计算余弦相似度之外的相似度计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的游泳教练智能化推荐系统，其特征在于，包括用户模块、云服务模块和匹配模块；用户模块用于用户输入对游泳教练的属性要求，属性要求包括范围类属性和非范围类属性；云服务模块用于存储各个游泳教练的属性信息；匹配模块用于采用如下方式进行匹配：获取满足范围类属性的游泳教练的集合U；采用如下公式分别计算集合U中每个游泳教练的属性信息和非范围类属性之间的综合相似度：其中，sim
a
表示集合U中的第a个游泳教练的属性信息和非范围类属性之间的相似度，firsim
a
采用第一种相似度计算方式计算得到的第a个游泳教练的属性信息和非范围类属性之间的相似度，secsim
a
表示采用第二种相似度计算方式计算得到的第a个游泳教练的属性信息和非范围类属性之间相似度，α表示第一权重系数，β表示第二权重系数，firsim
std
表示预设的第一种相似度计算方式的相似度参考值，secsim
std
表示预设的第二种相似度计算方式的相似度参考值；按照综合相似度高到低的顺序对集合U中的游泳教练进行排序，将综合相似度最高的前T个游泳教练作为匹配结果，将匹配结果发送至用户模块；用户模块还用于显示匹配结果。2.根据权利要求1所述的一种基于数据分析的游泳教练智能化推荐系统，其特征在于，所述第一种相似度计算方式包括计算余弦相似度、计算杰卡德相似系数、计算皮尔逊相关...

【专利技术属性】
技术研发人员：喻明璇，
申请(专利权)人：数智魔力深圳云计算技术有限公司，
类型：发明
国别省市：