CN109907351A - 一种基于混合协同过滤的卷烟配方维护方法及系统 - Google Patents
一种基于混合协同过滤的卷烟配方维护方法及系统 Download PDFInfo
- Publication number
- CN109907351A CN109907351A CN201910218367.3A CN201910218367A CN109907351A CN 109907351 A CN109907351 A CN 109907351A CN 201910218367 A CN201910218367 A CN 201910218367A CN 109907351 A CN109907351 A CN 109907351A
- Authority
- CN
- China
- Prior art keywords
- tobacco
- cigarette
- typed
- formula
- typed cigarette
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于混合协同过滤的智能卷烟配方维护方法及系统,包括步骤:步骤S1、生成二进制配方矩阵及二进制配方向量;步骤S2、基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵;步骤S3、根据所述配方相似矩阵获得配方推荐列表;步骤S4、计算非主单料烟集合;步骤S5:基于所述非主单料烟集合启发式选择替换单料烟。本发明采用卷烟配方数据进行实验,实验结果表明,基于混合协同过滤的卷烟配方维护方法在一对一替换和多对多替换中都能维护原品牌烟的感官质量和烟气指标的稳定,并且此方法在进行多对多替换时非常稳定。
Description
技术领域
本发明涉及信息技术及自动化技术领域,具体涉及一种基于混合协同过滤(Hybrid Collaborative Filtering,HCF)的智能卷烟配方维护方法及系统。
背景技术
卷烟配方是由多种不同的单料烟按照一定比例配伍而成,在卷烟产品的设计与开发过程中,卷烟配方设计是十分重要的环节。所谓卷烟配方维护是指在卷烟产品生产过程中,由于某种客观因素(库存结构,市场成本,进货时间,进货方式等)的变动,导致某品牌卷烟中某一种或几种单料烟不能够继续使用,需要从库存中选择其他的单料烟进行替换,同时使原品牌卷烟的成本、感官质量和烟气指标保持在可接受的范围内。然而,选择合适的单料烟用于替换原有配方中的缺失的单料烟,并维护原卷烟品牌的成本及感官质量和烟气指标的稳定是一项非常困难的工作。因此,烟叶的替换问题是卷烟配方维护的关键问题。
传统的配方维护,主要依据感官评吸专家进行人工打分评定,在此过程中要根据具体的标准反复评吸、实验和判断。在此过程中要求专家具有丰富的经验,能在短时间内获取卷烟产品的各种吸味特征,并进行判断打分。反复的评吸实验不仅浪费了大量的人力、物力、财力,并且仅靠人的感官对产品进行判断,主观性强并且效率低。因此,开发卷烟配方智能化维护技术和手段成为烟草企业急需解决的一个重要问题。
近年来,随着机器学习、数据挖掘技术的快速发展,智能化卷烟配方设计与维护成为可能。此外,多年来,随着数据技术的发展,烟草企业在卷烟产品生产过程中积累了大量的卷烟配方数据,这些数据蕴含很多宝贵的经验和知识,为卷烟产品的研发和配方优化设计提供了重要的前提条件。以现存的数据为基础,通过机器学习等相关技术,可以挖掘出卷烟配方中单料烟之间的配伍关系,从而建立智能卷烟配方维护模型。
公开号为CN109447167A的发明专利公开了一种基于非负矩阵分解的智能卷烟配方维护方法,包括以下步骤:S1:数据处理,将配方数据转换成二进制配方矩阵,将单料烟组转换成二进制配方向量;S2:应用数据挖掘和NMF相关方法确定模型参数k,再根据模型参数k计算模型系数矩阵M;S3:根据模型系数矩阵M计算单料烟的预测值S4:根据单料烟的预测值获得推荐的替换单料烟列表S;S5:根据单料烟列表S选择替换单料烟。虽然本专利实现了基于单料烟之间的配伍关系,从而建立智能卷烟配方维护模型,但是NMF利用大量数据训练、模型,通过训练来确定模型参数k的大致范围,随后通过验证过程求出k的最优解,再根据模型参数k计算模型系数矩阵M。其计算复杂度高,配方维护的效率低。
故,针对现有技术的缺陷,如何实现高效率的智能烟卷配方维护是本领域亟待解决的问题。
发明内容
本发明的目的是针对现有技术的缺陷,提供了基于混合协同过滤的智能卷烟配方维护方法及系统。利用卷烟数据信息,提高推荐的准确率。能够大大降低现有的智能烟卷配方维护的计算复杂性,提高了维护效率。
为了实现以上目的,本发明采用以下技术方案:
一种基于混合协同过滤的智能卷烟配方维护方法,包括步骤:
步骤S1、生成二进制配方矩阵及二进制配方向量;
步骤S2、基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵;
步骤S3、根据所述配方相似矩阵获得配方推荐列表;
步骤S4、计算非主单料烟集合;
步骤S5:基于所述非主单料烟集合启发式选择替换单料烟。
进一步的,所述步骤S2具体为:
构建所述配方相似矩阵K(n×n)为:
其中,Y(n×m)为(n×m)的二进制配方矩阵,n表示配方数量,m表示单料烟数量,K(n×n)中的值为对应配方中包含的公共单料烟数量;
构建所述单料烟相似矩阵L(m×m)为:
其中,X和Z为两个单料烟向量,Xi为单料烟X的指标i的值,Zi为单料烟Z的指标i的值,n为指标数,L(m×m)的值为对应两个单料烟的余弦相似度。
进一步的,所述步骤S3具体为:
在K(n×n)中查找与配方Yi最相似的t个配方Yj,形成有序的推荐列表,相似度最高的配方在列表顶端,相似度最低的配方在列表底端。
进一步的,所述替换单料烟包括:一对一替换、多对多替换。
进一步的,所述一对一替换为:当某配方缺失一种单料烟时,计算缺失的一个单料烟与推荐的t个单料烟化学指标信息的相似度并排序,从中选择相似度最大的一个进行替换;
所述多对多替换为:当某配方缺失x(1<x<t)种单料烟时,采用基于平均相似度的多对多替换,在推荐的t个单料烟中选择x个进行替换。
相应的,还提供一种基于混合协同过滤的智能卷烟配方维护系统,包括:
预处理模块,用于生成二进制配方矩阵及二进制配方向量;
相似矩阵构建模块,用于基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵;
配方推荐列表生成模块,用于根据所述配方相似矩阵获得配方推荐列表;
非主单料烟集合生成模块,用于计算非主单料烟集合;
替换模块,用于基于所述非主单料烟集合启发式选择替换单料烟。
进一步的,所述基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵具体为:
构建所述配方相似矩阵K(n×n)为:
其中,Y(n×m)为(n×m)的二进制配方矩阵,n表示配方数量,m表示单料烟数量,K(n×n)中的值为对应配方中包含的公共单料烟数量;
构建所述单料烟相似矩阵L(m×m)为:
其中,X和Z为两个单料烟向量,Xi为单料烟X的指标i的值,Zi为单料烟Z的指标i的值,n为指标数,L(m×m)的值为对应两个单料烟的余弦相似度。
进一步的,所述根据所述配方相似矩阵获得配方推荐列表具体为:
在K(n×n)中查找与配方Yi最相似的t个配方Yj,形成有序的推荐列表,相似度最高的配方在列表顶端,相似度最低的配方在列表底端。
进一步的,所述替换单料烟包括:一对一替换、多对多替换。
进一步的,所述一对一替换为:当某配方缺失一种单料烟时,计算缺失的一个单料烟与推荐的t个单料烟化学指标信息的相似度并排序,从中选择相似度最大的一个进行替换;
所述多对多替换为:当某配方缺失x(1<x<t)中单料烟时,采用基于平均相似度的多对多替换,在推荐的t个单料烟中选择x个进行替换。
与现有技术相比,本发明采用混合协同过滤(HCF)方法构建模型来完成卷烟配方的维护,基于HCF的卷烟配方维护模型可推荐出合理的替换单料烟,同时使原品牌卷烟的成本、感官质量和烟气指标保持在可接受的范围内。
本发明提出的基于HCF的卷烟配方维护方法将配方维护问题转换成基于协同过滤方法为配方推荐单料烟的问题。由于卷烟数据可以分为配方数据和单料烟数据,所以采用混合协同过滤(HCF)的推荐方法,不仅能最大限度利用卷烟数据信息,并且能提高推荐的准确率,推荐效果相比于单一协同过滤方法有很大的提升。此外,通过混合协同过(HCF)的推荐方法,能够大大降低现有的智能烟卷配方维护的计算复杂性,提高了维护效率。
附图说明
图1是实施例一提供的一种基于混合协同过滤的智能卷烟配方维护方法流程图;
图2单料烟替换选择过程图;
图3是实施例二提供的一种一种基于混合协同过滤的智能卷烟配方维护系统结构图;
图4是实施例三的推荐单烟料结果图;
图5是实施例三的推荐单烟料对比图;
图6是实施例三的配方对比图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
实施例一
如图1所示,本实施例提出了一种基于混合协同过滤的智能卷烟配方维护方法,包括:
步骤S1、生成二进制配方矩阵及二进制配方向量;
具体地,是将配方数据转换成二进制配方矩阵Y(n×m),其中行向量为配方,列向量为单料烟。n为配方数量,m为单烟料烟数量。若配方i中包含单料烟j,则Yij=1,若不包含,则Yij为0。将单料烟组转换成二进制配方向量X(1×m),与矩阵Y类似,但只是一个配方。
步骤S2、基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵;
具体地,根据配方的相似度构建配方相似矩阵K(n×n),根据单料烟的相似度构建单料烟相似矩阵Lm×m;
所述构建配方相似矩阵K(n×n)的步骤如下:
根据基于物品的协同过滤算法的特点,可以将卷烟配方看作是用户,配方中的单料烟看作是物品,相似度的计算类似于Jaccard,可由如下的计算公式得到:
其中,Y(n×m)为(n×m)的二进制配方矩阵,n表示配方数量,m表示单料烟数量,K(n×n)中的值为对应配方中包含的公共单料烟数量,数量越多相似度越大。公共单烟料是指配方共同包含的单烟料。
可选地,所述构建单料烟相似矩阵L(m×m)的步骤如下:
本发明利用两个单料烟向量夹角作为衡量两个单料烟差异的大小,以单料烟的化学指标(总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值),感官指标(香韵、香气量、香气质、浓度、刺激性、劲头、杂气、纯净度、回味、余味),烟气指标(烟气烟碱、一氧化碳、焦油)三类指标作为输入,单料烟相似矩阵L(m×m)可由如下的计算公式得到:
其中,X和Z为两个单料烟向量,Xi为单料烟X的指标i的值,Zi为单料烟Z的指标i的值,n为指标数,L(m×m)的值为对应两个单料烟的余弦相似度,值越大两个单料烟的相似度越大。
步骤S3、根据所述配方相似矩阵获得配方推荐列表;
具体地,在K(n×n)中查找与配方Yi最相似(包含公共单料烟数最多)的配方Yj,形成有序的推荐列表,相似度最高的配方在列表顶端,相似度最低的配方在列表底端,选取列表前t个配方,即配方推荐列表。
步骤S4、计算非主单料烟集合;
在配方推荐列表中,去除这t个配方Yj与Yi的公共单料烟(即主料烟)后,统计剩余的单料烟集合,即为非主单料烟集合S。
步骤S5:基于所述非主单料烟集合启发式选择替换单料烟。
在单料烟选择时,有两种替换方案分别为一对一替换和多对多替换方案。替换方案根据缺失单料烟和替换单料烟的化学成分信息(总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值)的相似度,本文利用传统的欧几里得距离作为计算相似度的方法,距离值越小则意味着相似度越高。在S中选择最合适的一组(种)单料烟D,即为模型推荐的替换单料烟。
两种替换方案如下:
方案1:一对一替换(One Versus One,OVO)。当某配方缺失一种单料烟时,计算缺失的一个单料烟与推荐的t个单料烟化学指标信息的相似度并排序,从中选择相似度最大的一个进行替换;
方案2:多对多替换(Multiple versus multiple,MVM)。当某配方缺失x(1<x<t)种单料烟时,采用基于平均相似度的多对多替换,在推荐的t个单料烟中选择x个进行替换。
如图2所示,当缺失DLC01,DLC02,...,DLCx共x个单料烟时,在推荐的t个单料烟中选出x个单料烟为一组,进行排列组合,共C(t,x)组。首先,分别计算组合的x个单料烟和缺失的每个单料烟的平均相似度距离ave_d1,ave_d2,...,ave_dx。接着,对x个平均相似度距离求和,产生C(t,x)个和值sum_dn(n=1,2,...,C(t,x))并保存,选出和最小的一组,所对应的单料烟ZDLCx1,ZDLCx2,...,ZDLCxn,即为替换单料烟D。
实施例二
如图3所示,本实施例提出了一种基于混合协同过滤的智能卷烟配方维护系统,包括:
预处理模块,用于生成二进制配方矩阵及二进制配方向量;
具体地,是将配方数据转换成二进制配方矩阵Y(n×m),其中行向量为配方,列向量为单料烟。n为配方数量,m为单烟料烟数量。若配方i中包含单料烟j,则Yij=1,若不包含,则Yij为0。将单料烟组转换成二进制配方向量X(1×m),与矩阵Y类似,但只是一个配方。
相似矩阵构建模块,用于基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵;
具体地,根据配方的相似度构建配方相似矩阵K(n×n),根据单料烟的相似度构建单料烟相似矩阵Lm×m;
所述构建配方相似矩阵K(n×n)的步骤如下:
根据基于物品的协同过滤算法的特点,可以将卷烟配方看作是用户,配方中的单料烟看作是物品,相似度的计算类似于Jaccard,可由如下的计算公式得到:
其中,Y(n×m)为(n×m)的二进制配方矩阵,n表示配方数量,m表示单料烟数量,K(n×n)中的值为对应配方中包含的公共单料烟数量,数量越多相似度越大。公共单烟料是指配方共同包含的单烟料。
可选地,所述构建单料烟相似矩阵L(m×m)的步骤如下:
本发明利用两个单料烟向量夹角作为衡量两个单料烟差异的大小,以单料烟的化学指标(总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值),感官指标(香韵、香气量、香气质、浓度、刺激性、劲头、杂气、纯净度、回味、余味),烟气指标(烟气烟碱、一氧化碳、焦油)三类指标作为输入,单料烟相似矩阵L(n×m)可由如下的计算公式得到:
其中,X和Z为两个单料烟向量,Xi为单料烟X的指标i的值,Zi为单料烟Z的指标i的值,n为指标数,L(m×m)的值为对应两个单料烟的余弦相似度,值越大两个单料烟的相似度越大。
配方推荐列表生成模块,用于根据所述配方相似矩阵获得配方推荐列表;
具体地,在K(n×n)中查找与配方Yi最相似(包含公共单料烟数最多)的配方Yj,形成有序的推荐列表,相似度最高的配方在列表顶端,相似度最低的配方在列表底端,选取列表前t个配方,即配方推荐列表。
非主单料烟集合生成模块,用于计算非主单料烟集合;
在配方推荐列表中,去除这t个配方Yj与Yi的公共单料烟(即主料烟)后,统计剩余的单料烟集合,即为非主单料烟集合S。
替换模块,用于基于所述非主单料烟集合启发式选择替换单料烟。
在单料烟选择时,有两种替换方案分别为一对一替换和多对多替换方案。替换方案根据缺失单料烟和替换单料烟的化学成分信息(总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值)的相似度,本文利用传统的欧几里得距离作为计算相似度的方法,距离值越小则意味着相似度越高。在S中选择最合适的一组(种)单料烟D,即为模型推荐的替换单料烟。
两种替换方案如下:
方案1:一对一替换(One Versus One,OVO)。当某配方缺失一种单料烟时,计算缺失的一个单料烟与推荐的t个单料烟化学指标信息的相似度并排序,从中选择相似度最大的一个进行替换;
方案2:多对多替换(Multiple versus multiple,MVM)。当某配方缺失x(1<x<t)种单料烟时,采用基于平均相似度的多对多替换,在推荐的t个单料烟中选择x个进行替换。
实施例三
本实施例收集某烟草企业3年(即2010年1月到2012年12月)的配方数据进行研究。其中包括24个卷烟品牌,涉及共1534个配方及其包含的1220种单料烟。选用配方数据(配方,单料烟)、单料烟化学信息数据(8种化学信息:总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值)、成品烟历史数据(8种化学信息:总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值,6种感官指标信息:光泽、香气、谐调、杂气、刺激性、余味,3种烟气指标信息:一氧化碳、焦油、烟气烟碱),作为数据输入,建立基于HCF的卷烟配方维护模型并进行实验验证。为了评估模型挖掘单料烟间配伍规则的性能,对测试集配方进行与验证集相同的修改,即yfs=1→yfs=0,其中f为测试的配方之一,s为配方中随机选择的单料烟。
测试集包含153个配方,对于测试数据集中的每个配方,确定消除单料烟在推荐列表中的等级,将用于计算如下3种模型性能度量指标:
(1)在推荐单料烟的有序列表中消除单料烟的平均数等级。
(2)在推荐单料烟的有序列表中消除单料烟的中位数等级。
(3)消除的单料烟位于推荐单料烟列表的前10位、20位、30位的百分比。
为了测试模型对卷烟配方维护的效果,需要进行卷烟配方维护实验。选用某品牌卷烟的一个配方FBI0282,包含23种单料烟,进行实验。假设配方FBI0282中分别缺失1种,3种单料烟,产生2个单料烟组:(1)单料烟组1:缺失单料烟AD0280。(2)单料烟组2:缺失单料烟AD0280、AD0603、DLC0277。
本实施例中,配方推荐列表中包括的配方数t设定为10,这时训练使用的数据集包含所有配方。为了度量HCF模型维护的效果,采用基于支持向量机的感官预测模型预测新配方的感官和烟气指标。实验的测试结果如图4-6所示。
由图4可知,基于OVO方法推荐的单料烟为DLC0634,因此当单料烟AD0280缺失时,可用推荐的单料烟DLC0634替换缺失单料烟AD0280。多对多的三种方法推荐的替换单料烟一样,说明协同过滤方法结合多对多的方法的推荐效果很稳定,不局限于替换方法。当配方中缺失单料烟AD0280,AD0603,DLC0277时,用单料烟DLC0634、DLC0491、AD0613进行替换。具体的单料烟信息如图5所示。
在图5中,替换后的化学指标信息与缺失的单料烟差别很小,产地、等级、档次都很相近,符合单料烟人工经验替换原则,可以进行单料烟的替换。通过基于SVM的感官烟气指标预测模型,预测替换后形成的新的配方的感官质量和烟气指标,并计算与原配方的各项指标的平均绝对偏差,如图6所示。
在图6中,两个新配方分别是OVO配方维护实验和3V3配方维护实验形成的新配方,从上表中可以得到的结论如下:
新配方1和新配方2与原配方的感官质量和烟气指标的平均绝对偏差都很小,新配方2与原配方的感官质量和烟气指标的平均绝对偏差相对略大一些,但是在可接受范围之内,对配方的各种感官值影响不大,可以进行维护。说明基于混合协同过滤的卷烟配方维护方法,针对OVO替换和MVM替换都能均能有效维护原品牌烟的感官质量和烟气指标的稳定。
由此可知,本发明基于混合协同过滤的智能卷烟配方维护方法在一对一替换和多对多替换中都能维护原品牌烟的感官质量和烟气指标的稳定,并且此方法在进行多对多替换时非常稳定。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于混合协同过滤的智能卷烟配方维护方法,其特征在于,包括步骤:
步骤S1、生成二进制配方矩阵及二进制配方向量;
步骤S2、基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵;
步骤S3、根据所述配方相似矩阵获得配方推荐列表;
步骤S4、计算非主单料烟集合;
步骤S5:基于所述非主单料烟集合启发式选择替换单料烟。
2.根据权利要求1所述的智能卷烟配方维护方法,其特征在于,所述步骤S2具体为:
构建所述配方相似矩阵K(n×n)为:
其中,Y(n×m)为(n×m)的二进制配方矩阵,n表示配方数量,m表示单料烟数量,K(n×n)中的值为对应配方中包含的公共单料烟数量;
构建所述单料烟相似矩阵L(m×m)为:
其中,X和Z为两个单料烟向量,Xi为单料烟X的指标i的值,Zi为单料烟Z的指标i的值,n为指标数,L(m×m)的值为对应两个单料烟的余弦相似度。
3.根据权利要求2所述的智能卷烟配方维护方法,其特征在于,所述步骤S3具体为:
在K(n×n)中查找与配方Yi最相似的t个配方Yj,形成有序的推荐列表,相似度最高的配方在列表顶端,相似度最低的配方在列表底端。
4.根据权利要求1所述的智能卷烟配方维护方法,其特征在于,
所述替换单料烟包括:一对一替换、多对多替换。
5.根据权利要求4所述的智能卷烟配方维护方法,其特征在于,所述一对一替换为:当某配方缺失一种单料烟时,计算缺失的一个单料烟与推荐的t个单料烟化学指标信息的相似度并排序,从中选择相似度最大的一个进行替换;所述多对多替换为:当某配方缺失x(1<x<t)种单料烟时,采用基于平均相似度的多对多替换,在推荐的t个单料烟中选择x个进行替换。
6.一种基于混合协同过滤的智能卷烟配方维护系统,其特征在于,包括:
预处理模块,用于生成二进制配方矩阵及二进制配方向量;
相似矩阵构建模块,用于基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵;
配方推荐列表生成模块,用于根据所述配方相似矩阵获得配方推荐列表;
非主单料烟集合生成模块,用于计算非主单料烟集合;
替换模块,用于基于所述非主单料烟集合启发式选择替换单料烟。
7.根据权利要求6所述的智能卷烟配方维护系统,其特征在于,所述基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵具体为:
构建所述配方相似矩阵K(n×n)为:
其中,Y(n×m)为(n×m)的二进制配方矩阵,n表示配方数量,m表示单料烟数量,K(n×n)中的值为对应配方中包含的公共单料烟数量;
构建所述单料烟相似矩阵L(m×m)为:
其中,X和Z为两个单料烟向量,Xi为单料烟X的指标i的值,Zi为单料烟Z的指标i的值,n为指标数,L(m×m)的值为对应两个单料烟的余弦相似度。
8.根据权利要求7所述的智能卷烟配方维护系统,其特征在于,所述根据所述配方相似矩阵获得配方推荐列表具体为:
在K(n×n)中查找与配方Yi最相似的t个配方Yj,形成有序的推荐列表,相似度最高的配方在列表顶端,相似度最低的配方在列表底端。
9.根据权利要求6所述的智能卷烟配方维护系统,其特征在于,
所述替换单料烟包括:一对一替换、多对多替换。
10.根据权利要求9所述的智能卷烟配方维护系统,其特征在于,所述一对一替换为:当某配方缺失一种单料烟时,计算缺失的一个单料烟与推荐的t个单料烟化学指标信息的相似度并排序,从中选择相似度最大的一个进行替换;所述多对多替换为:当某配方缺失x(1<x<t)种单料烟时,采用基于平均相似度的多对多替换,在推荐的t个单料烟中选择x个进行替换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910218367.3A CN109907351A (zh) | 2019-03-21 | 2019-03-21 | 一种基于混合协同过滤的卷烟配方维护方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910218367.3A CN109907351A (zh) | 2019-03-21 | 2019-03-21 | 一种基于混合协同过滤的卷烟配方维护方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109907351A true CN109907351A (zh) | 2019-06-21 |
Family
ID=66966102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910218367.3A Pending CN109907351A (zh) | 2019-03-21 | 2019-03-21 | 一种基于混合协同过滤的卷烟配方维护方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109907351A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110432539A (zh) * | 2019-08-06 | 2019-11-12 | 河南中烟工业有限责任公司 | 一种卷烟原料余缺替代方法 |
CN115099625A (zh) * | 2022-06-27 | 2022-09-23 | 湖北中烟工业有限责任公司 | 一种计算机系统、卷烟配方模块替代方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1524460A (zh) * | 2003-02-25 | 2004-09-01 | 中国海洋大学 | 建立卷烟叶组配方维护混合专家系统的方法 |
CN101251523A (zh) * | 2008-03-12 | 2008-08-27 | 湖南中烟工业有限责任公司 | 一种基于烟叶化学成分的相似烟叶搜索方法 |
CN105095476A (zh) * | 2015-08-12 | 2015-11-25 | 西安电子科技大学 | 基于Jaccard均衡距离的协同过滤推荐方法 |
CN107423343A (zh) * | 2017-05-12 | 2017-12-01 | 中国地质大学(武汉) | 一种基于混合协同过滤的图书馆图书推荐方法及系统 |
CN109447167A (zh) * | 2018-11-05 | 2019-03-08 | 杭州电子科技大学 | 一种基于非负矩阵分解的智能卷烟配方维护方法 |
-
2019
- 2019-03-21 CN CN201910218367.3A patent/CN109907351A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1524460A (zh) * | 2003-02-25 | 2004-09-01 | 中国海洋大学 | 建立卷烟叶组配方维护混合专家系统的方法 |
CN101251523A (zh) * | 2008-03-12 | 2008-08-27 | 湖南中烟工业有限责任公司 | 一种基于烟叶化学成分的相似烟叶搜索方法 |
CN105095476A (zh) * | 2015-08-12 | 2015-11-25 | 西安电子科技大学 | 基于Jaccard均衡距离的协同过滤推荐方法 |
CN107423343A (zh) * | 2017-05-12 | 2017-12-01 | 中国地质大学(武汉) | 一种基于混合协同过滤的图书馆图书推荐方法及系统 |
CN109447167A (zh) * | 2018-11-05 | 2019-03-08 | 杭州电子科技大学 | 一种基于非负矩阵分解的智能卷烟配方维护方法 |
Non-Patent Citations (3)
Title |
---|
姜鑫等: "《社会网络分析方法在图书情报学科的应用研究》", 31 January 2019, 知识产权出版社 * |
熊拥军等: "《数字图书馆个性化服务研究与实践 基于新型决策支持系统》", 30 September 2012, 国防工业出版社 * |
王喜宾和文俊浩: "《基于优化支持向量机的个性化推荐研究》", 30 June 2017, 重庆大学出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110432539A (zh) * | 2019-08-06 | 2019-11-12 | 河南中烟工业有限责任公司 | 一种卷烟原料余缺替代方法 |
CN110432539B (zh) * | 2019-08-06 | 2022-01-11 | 河南中烟工业有限责任公司 | 一种卷烟原料余缺替代方法 |
CN115099625A (zh) * | 2022-06-27 | 2022-09-23 | 湖北中烟工业有限责任公司 | 一种计算机系统、卷烟配方模块替代方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Feng et al. | An adjustable approach to fuzzy soft set based decision making | |
CN107563841A (zh) | 一种基于用户评分分解的推荐系统 | |
CN109447167A (zh) | 一种基于非负矩阵分解的智能卷烟配方维护方法 | |
CN101014935A (zh) | 决定群体的设计喜好 | |
JP2004529406A5 (zh) | ||
CN100421585C (zh) | 建立卷烟叶组配方维护混合专家系统的方法 | |
CN109583468A (zh) | 训练样本获取方法,样本预测方法及对应装置 | |
CN109300521A (zh) | 训练的确定方法及装置、系统、存储介质、处理器 | |
Barzilai | Preference function modelling: the mathematical foundations of decision theory | |
CN107291815A (zh) | 基于跨平台标签融合的问答社区推荐方法 | |
CN106202377B (zh) | 一种基于随机梯度下降的在线协同排序方法 | |
CN109033233B (zh) | 一种直播间推荐方法、存储介质、电子设备及系统 | |
CN109907351A (zh) | 一种基于混合协同过滤的卷烟配方维护方法及系统 | |
CN110085286A (zh) | 一种基于两步核最小二乘的智能卷烟配方维护方法 | |
CN104424247A (zh) | 一种产品信息过滤推荐方法和装置 | |
CN103984721A (zh) | 基于交互式进化优化的图书个性化搜索方法 | |
CN109464808A (zh) | 检测游戏外挂的方法、装置和终端 | |
CN110069699A (zh) | 排序模型训练方法和装置 | |
CN109242593A (zh) | 一种基于案例推理的服装推荐方法、装置和存储介质 | |
CN104408281B (zh) | 一种用于便携式酒壶设计的混杂型交互式进化优化方法 | |
Zeng et al. | An intelligent recommender system for personalized fashion design | |
CN115775026A (zh) | 一种基于组织相似度的联邦学习方法 | |
Behera et al. | XGBoost regression model-based electricity tariff plan recommendation in smart grid environment | |
CN101419454B (zh) | 基于人工免疫方法的卷烟叶组配方维护方法 | |
CN107122407A (zh) | 基于特征选择的多领域推荐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190621 |
|
RJ01 | Rejection of invention patent application after publication |