技術(shù)特征：

1.一種基于主成分分析的用戶房間興趣度計(jì)算方法，其特征在于，包括以下步驟：

S1、根據(jù)用戶對(duì)房間的行為信息，提取多個(gè)行為指標(biāo)，并對(duì)所述行為指標(biāo)進(jìn)行分析，對(duì)相關(guān)系數(shù)絕對(duì)值大于相關(guān)閾值的行為指標(biāo)進(jìn)行相互替代，篩選出n個(gè)具有代表性的行為指標(biāo)作為主要評(píng)估指標(biāo)，n為≥3的正整數(shù)，構(gòu)建興趣度計(jì)算指標(biāo)體系；

S2、獲取一定時(shí)間段內(nèi)多個(gè)用戶所產(chǎn)生的房間行為信息，構(gòu)建初始化矩陣X，對(duì)初始化矩陣X進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣Z；計(jì)算標(biāo)準(zhǔn)化矩陣Z的相關(guān)系數(shù)矩陣R，并計(jì)算相關(guān)系數(shù)矩陣R對(duì)應(yīng)的特征值λ；將特征值λ由大到小排列，得到λ₁、λ₂、……、λ_n，對(duì)應(yīng)的特征向量為e₁、e₂、……、e_n，特征向量e滿足|e|＝1，每個(gè)特征值對(duì)應(yīng)一個(gè)主成分，每個(gè)特征向量包含n個(gè)元素；

S3、計(jì)算每個(gè)主成分的方差貢獻(xiàn)率v，v_a＝λ_a/(λ₁+λ₂+……+λ_n)，a為正整數(shù)，1≤a≤n，v_a表示第a個(gè)主成分的方差貢獻(xiàn)率，λ_a表示第a個(gè)主成分對(duì)應(yīng)的特征值；計(jì)算主成分的累計(jì)方差貢獻(xiàn)率，第a個(gè)主成分的累計(jì)方差貢獻(xiàn)率＝第1個(gè)主成分的方差貢獻(xiàn)率至第(a-1)個(gè)主成分的方差貢獻(xiàn)率之和；

S4、按照特征值大于1，累計(jì)方差貢獻(xiàn)率大于指定閾值的原則，提取滿足條件的特征值個(gè)數(shù)，作為最終選擇的主成分個(gè)數(shù)；如果滿足條件的特征值個(gè)數(shù)為b，選擇b個(gè)主成分，λ₁，λ₂，……，λ_b為b個(gè)主成分分別對(duì)應(yīng)的特征值，其分別對(duì)應(yīng)的特征向量e₁，e₂，……，e_b為b個(gè)主成分的特征向量，特征向量和標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘，得到主成分的線性表達(dá)式；

S5、以主成分的方差貢獻(xiàn)率為權(quán)重，對(duì)主要評(píng)估指標(biāo)在各個(gè)主成分線性表達(dá)式中的系數(shù)進(jìn)行加權(quán)平均，計(jì)算每個(gè)主要評(píng)估指標(biāo)的綜合權(quán)重；將所有n個(gè)主要評(píng)估指標(biāo)的綜合權(quán)重進(jìn)行歸一化，得到每個(gè)主要評(píng)估指標(biāo)的權(quán)重值w′，w′_j＝第j個(gè)主要評(píng)估指標(biāo)的綜合權(quán)重/所有主要評(píng)估指標(biāo)的綜合權(quán)重之和，根據(jù)獲得的權(quán)重值，進(jìn)行加權(quán)計(jì)算，得到每個(gè)用戶對(duì)不同房間的興趣度得分。

2.如權(quán)利要求1所述的基于主成分分析的用戶房間興趣度計(jì)算方法，其特征在于，步驟S2中，所述對(duì)初始化矩陣X進(jìn)行標(biāo)準(zhǔn)化處理的過(guò)程如下：

初始化矩陣X中的元素包括x_ij、x_j，x_ij表示第i個(gè)用戶第j個(gè)行為指標(biāo)的數(shù)據(jù)情況，x_j表示第j個(gè)行為指標(biāo)的數(shù)據(jù)情況，i、j均為正整數(shù)，1≤j≤n；采用最大值函數(shù)max和最小值函數(shù)min對(duì)初始化矩陣X進(jìn)行標(biāo)準(zhǔn)化處理，具體公式為：z_ij＝(x_ij-min(x_j))/(max(x_j)-min(x_j))，其中，z_ij表示標(biāo)準(zhǔn)化矩陣Z中的一個(gè)元素。

3.如權(quán)利要求1所述的基于主成分分析的用戶房間興趣度計(jì)算方法，其特征在于，步驟S4中，所述主成分的線性表達(dá)式如下：

Y_c＝e_c1*Z₁+e_c2*Z₂+……+e_cn*Z_n，

其中，c為正整數(shù)，1≤c≤b，Y_c表示第c個(gè)主成分，e_c1為第1個(gè)指標(biāo)在第c個(gè)主成分線性表達(dá)式中的系數(shù)，表示第c個(gè)特征向量中的第1個(gè)元素，e_cn為第n個(gè)指標(biāo)在第c個(gè)主成分線性表達(dá)式中的系數(shù)，表示第c個(gè)特征向量中的第n個(gè)元素，Z₁表示第1個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值，Z_n表示第n個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值。

4.如權(quán)利要求1所述的基于主成分分析的用戶房間興趣度計(jì)算方法，其特征在于，步驟S5中，所述計(jì)算綜合權(quán)重的公式如下：

w_j＝v₁*e_1j/(v₁+v₂……+v_b)+v₂*e_2j/(v₁+v₂……+v_b)+……+v_b*e_bj/(v₁+v₂……+v_b)，

其中，w_j表示第j個(gè)主要評(píng)估指標(biāo)的綜合權(quán)重，v₁表示第1個(gè)主成分的方差貢獻(xiàn)率，v_b表示第b個(gè)主成分的方差貢獻(xiàn)率。

5.如權(quán)利要求1所述的基于主成分分析的用戶房間興趣度計(jì)算方法，其特征在于，步驟S5中，所述興趣度得分的計(jì)算公式如下：

S＝w′₁*Z₁+w′₂*Z₂+……+w′_n*Z_n，其中，S表示興趣度得分，w₁表示第1個(gè)指標(biāo)的權(quán)重值，Z₁表示第1個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值，w_n表示第n個(gè)指標(biāo)的權(quán)重值，Z_n表示第n個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值。

6.一種基于主成分分析的用戶房間興趣度計(jì)算系統(tǒng)，其特征在于，該系統(tǒng)包括：體系構(gòu)建單元、主成分分析單元、權(quán)重分析單元，其中，

所述體系構(gòu)建單元用于：根據(jù)用戶對(duì)房間的行為信息，提取多個(gè)行為指標(biāo)，并對(duì)所述行為指標(biāo)進(jìn)行分析，對(duì)相關(guān)系數(shù)絕對(duì)值大于相關(guān)閾值的行為指標(biāo)進(jìn)行相互替代，篩選出n個(gè)具有代表性的行為指標(biāo)作為主要評(píng)估指標(biāo)，n為≥3的正整數(shù)，構(gòu)建興趣度計(jì)算指標(biāo)體系；

所述主成分分析單元用于：獲取一定時(shí)間段內(nèi)多個(gè)用戶所產(chǎn)生的房間行為信息，構(gòu)建初始化矩陣X，對(duì)初始化矩陣X進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣Z；計(jì)算標(biāo)準(zhǔn)化矩陣Z的相關(guān)系數(shù)矩陣R，并計(jì)算相關(guān)系數(shù)矩陣R對(duì)應(yīng)的特征值λ；將特征值λ由大到小排列，得到λ₁、λ₂、……、λ_n，對(duì)應(yīng)的特征向量為e₁、e₂、……、e_n，特征向量e滿足|e|＝1，每個(gè)特征值對(duì)應(yīng)一個(gè)主成分，每個(gè)特征向量包含n個(gè)元素；

計(jì)算每個(gè)主成分的方差貢獻(xiàn)率v，v_a＝λ_a/(λ₁+λ₂+……+λ_n)，a為正整數(shù)，1≤a≤n，v_a表示第a個(gè)主成分的方差貢獻(xiàn)率，λ_a表示第a個(gè)主成分對(duì)應(yīng)的特征值；計(jì)算主成分的累計(jì)方差貢獻(xiàn)率，第a個(gè)主成分的累計(jì)方差貢獻(xiàn)率＝第1個(gè)主成分的方差貢獻(xiàn)率至第(a-1)個(gè)主成分的方差貢獻(xiàn)率之和；

按照特征值大于1，累計(jì)方差貢獻(xiàn)率大于指定閾值的原則，提取滿足條件的特征值個(gè)數(shù)，作為最終選擇的主成分個(gè)數(shù)；如果滿足條件的特征值個(gè)數(shù)為b，選擇b個(gè)主成分，λ₁，λ₂，……，λ_b為b個(gè)主成分分別對(duì)應(yīng)的特征值，其分別對(duì)應(yīng)的特征向量e₁，e₂，……，e_b為b個(gè)主成分的特征向量，特征向量和標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘，得到主成分的線性表達(dá)式；

所述權(quán)重分析單元用于：以主成分的方差貢獻(xiàn)率為權(quán)重，對(duì)主要評(píng)估指標(biāo)在各個(gè)主成分線性表達(dá)式中的系數(shù)進(jìn)行加權(quán)平均，計(jì)算每個(gè)主要評(píng)估指標(biāo)的綜合權(quán)重；將所有n個(gè)主要評(píng)估指標(biāo)的綜合權(quán)重進(jìn)行歸一化，得到每個(gè)主要評(píng)估指標(biāo)的權(quán)重值w′，w′_j＝第j個(gè)主要評(píng)估指標(biāo)的綜合權(quán)重/所有主要評(píng)估指標(biāo)的綜合權(quán)重之和，根據(jù)獲得的權(quán)重值，進(jìn)行加權(quán)計(jì)算，得到每個(gè)用戶對(duì)不同房間的興趣度得分。

7.如權(quán)利要求6所述的基于主成分分析的用戶房間興趣度計(jì)算系統(tǒng)，其特征在于，所述對(duì)初始化矩陣X進(jìn)行標(biāo)準(zhǔn)化處理的過(guò)程如下：

初始化矩陣X中的元素包括x_ij、x_j，x_ij表示第i個(gè)用戶第j個(gè)行為指標(biāo)的數(shù)據(jù)情況，x_j表示第j個(gè)行為指標(biāo)的數(shù)據(jù)情況，i、j均為正整數(shù)，1≤j≤n；采用最大值函數(shù)max和最小值函數(shù)min對(duì)初始化矩陣X進(jìn)行標(biāo)準(zhǔn)化處理，具體公式為：z_ij＝(x_ij-min(x_j))/(max(x_j)-min(x_j))，其中，z_ij表示標(biāo)準(zhǔn)化矩陣Z中的一個(gè)元素。

8.如權(quán)利要求6所述的基于主成分分析的用戶房間興趣度計(jì)算系統(tǒng)，其特征在于，所述主成分的線性表達(dá)式如下：

Y_c＝e_c1*Z₁+e_c2*Z₂+……+e_cn*Z_n，

其中，c為正整數(shù)，1≤c≤b，Y_c表示第c個(gè)主成分，e_c1為第1個(gè)指標(biāo)在第c個(gè)主成分線性表達(dá)式中的系數(shù)，表示第c個(gè)特征向量中的第1個(gè)元素，e_cn為第n個(gè)指標(biāo)在第c個(gè)主成分線性表達(dá)式中的系數(shù)，表示第c個(gè)特征向量中的第n個(gè)元素，Z₁表示第1個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值，Z_n表示第n個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值。

9.如權(quán)利要求6所述的基于主成分分析的用戶房間興趣度計(jì)算系統(tǒng)，其特征在于，所述計(jì)算綜合權(quán)重的公式如下：

w_j＝v₁*e_1j/(v₁+v₂……+v_b)+v₂*e_2j/(v₁+v₂……+v_b)+……+v_b*e_bj/(v₁+v₂……+v_b)，

其中，w_j表示第j個(gè)主要評(píng)估指標(biāo)的綜合權(quán)重，v₁表示第1個(gè)主成分的方差貢獻(xiàn)率，v_b表示第b個(gè)主成分的方差貢獻(xiàn)率。

10.如權(quán)利要求6所述的基于主成分分析的用戶房間興趣度計(jì)算系統(tǒng)，其特征在于，所述興趣度得分的計(jì)算公式如下：

S＝w′₁*Z₁+w′₂*Z₂+……+w′_n*Z_n，其中，S表示興趣度得分，w₁表示第1個(gè)指標(biāo)的權(quán)重值，Z₁表示第1個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值，w_n表示第n個(gè)指標(biāo)的權(quán)重值，Z_n表示第n個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值。