一种推荐方法及系统技术方案

本发明专利技术实施例提供的一种推荐方法及系统，属于计算机技术领域。该方法通过获取多个客户上传的多个目标数据，从而获取用户所感兴趣的商品，再通过对每个客户所对应的目标数据单独进行数据清洗，获取清洗后的有效数据；以获取满足预设规则的有效数据，以通过有效数据能够有效地对每个客户所上传的数据进行分析，再获取每个客户所对应的有效数据所对应的用户的喜好商品，并将喜好商品推荐给用户所对应的用户终端，以及当不满足预设推荐规则时，获取每个客户所对应的所有用户的有效数据获取当前最流行的目标商品，将目标商品和喜好商品通过用户预先设置的推荐方式推荐至用户所对应的用户终端。实现对用户进行个性化推荐及实现多个场景的推荐。

【技术实现步骤摘要】
一种推荐方法及系统
本专利技术涉及计算机
，具体而言，涉及一种推荐方法及系统。
技术介绍
推荐引擎，是主动发现用户当前或潜在需求，并主动推送信息给用户的信息网络。挖掘用户的喜好和需求，主动向用户推荐其感兴趣或者需要的对象。具体来说，推荐引擎综合利用用户的行为、属性，对象的属性、内容、分类，以及用户之间的社交关系等等，挖掘用户的喜好和需求，主动向用户推荐其感兴趣或者需要的对象。然而现有的推荐都是大众化推荐，使得无法对用户偏好的进行个性化推荐，因此，如何解决上述问题是目前继续解决的技术难题。
技术实现思路
本专利技术提供一种推荐方法及系统，旨在改善上述技术问题。本专利技术提供的一种推荐方法，包括：获取多个客户上传的多个目标数据；对每个所述客户所对应的所述目标数据单独进行数据清洗，获取清洗后的有效数据；基于预设规则获取每个所述客户所对应的所述有效数据所对应的用户的喜好商品；判断所述喜好商品的数量是否满足预设推荐规则；若是，将所述喜好商品推荐给所述用户所对应的用户终端；若否，获取所述喜好商品的数量与预设商品推荐数量之差；获取每个所述客户所对应的所有用户的所述有效数据获取当前最流行的目标商品本文档来自技高网...

【技术保护点】
一种推荐方法，其特征在于，包括：获取多个客户上传的多个目标数据；对每个所述客户所对应的所述目标数据单独进行数据清洗，获取清洗后的有效数据；基于预设规则获取每个所述客户所对应的所述有效数据所对应的用户的喜好商品；判断所述喜好商品的数量是否满足预设推荐规则；若是，将所述喜好商品推荐给所述用户所对应的用户终端；若否，获取所述喜好商品的数量与预设商品推荐数量之差；获取每个所述客户所对应的所有用户的所述有效数据获取当前最流行的目标商品；将所述目标商品和所述喜好商品推荐至所述用户所对应的用户终端。

【技术特征摘要】
1.一种推荐方法，其特征在于，包括：获取多个客户上传的多个目标数据；对每个所述客户所对应的所述目标数据单独进行数据清洗，获取清洗后的有效数据；基于预设规则获取每个所述客户所对应的所述有效数据所对应的用户的喜好商品；判断所述喜好商品的数量是否满足预设推荐规则；若是，将所述喜好商品推荐给所述用户所对应的用户终端；若否，获取所述喜好商品的数量与预设商品推荐数量之差；获取每个所述客户所对应的所有用户的所述有效数据获取当前最流行的目标商品；将所述目标商品和所述喜好商品推荐至所述用户所对应的用户终端。2.根据权利要求1所述的方法，其特征在于，所述的基于预设规则获取每个所述客户所对应的所述有效数据所对应的用户的喜好商品，包括：基于协同过滤算法建立用户与商品的M*N矩阵，其中，M为用户的数量，N为商品的数量；获取每个所述客户所对应的所述用户所对应的喜好商品。3.根据权利要求1所述的方法，其特征在于，所述将所述喜好商品推荐给所述用户所对应的用户终端，包括：获取用户预设的推送方式；基于所述推送方式将所述喜好商品推送至每个所述客户所对应的所述用户的用户终端。4.根据权利要求1所述的方法，其特征在于，所述的获取每个所述客户所对应的所有用户的所述有效数据获取当前最流行的目标商品，包括：获取所述目标数据所携带的行为数据；当所述行为数据为空时，获取所述行为数据不为空的所有的用户所对应的所述有效数据中的所述行为数据；基于所有的所述行为数据中各行为事件综合最高的商品，将所述商品作为当前最流行的目标商品。5.根据权利要求4所述的方法，其特征在于，所述的将所述喜好商品推送至每个所述客户所对应的所述用户的用户终端，包括：获取用户预设的过滤规则；基于所述过滤规则判断至少一个所述喜好商品是否有效；若否，则将所述喜好商品丢弃，执行基于预设规则获取每个所述客户所对应的所述有效数据所对应的用户的喜好商品，进行重新获取所述喜好商品，直到所...

【专利技术属性】
技术研发人员：杨南，
申请(专利权)人：青岛优米信息技术有限公司，
类型：发明
国别省市：山东,37