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；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。优选地，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。优选地，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。优选地，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。优选地，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，直到所有的所述喜好商品有效；若是，则将所有的所述喜好商品推送至每个所述客户所对应的所述用户所的用户终端。优选地，所述的获取用户预设的推送方式，包括：获取用户上传的推送模版；将所述推送模版作为所述推送方式；当用户修改所述推送模版时，获取用户基于所述推送模版修改后的目标模版；将所述目标模版作为所述推送方式。本专利技术提供的一种推荐系统，包括：数据上传单元，用于获取多个客户上传的多个目标数据；数据处理单元，用于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；第一推荐单元，用于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；判断单元，用于判断所述喜好商品的数量是否满足预设推荐规则；第一执行单元，用于若是，将所述喜好商品推荐给所述用户所对应的用户终端；第二执行单元，用于若否，获取所述喜好商品的数量与预设商品推荐数量之差；数据获取单元，用于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；第二推荐单元，用于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。优选地，所述第一推荐单元具体用于：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。优选地，所述第一执行单元具体用于：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。优选地，所述数据获取单元还用于：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。上述本专利技术提供的一种推荐方法及系统，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通过用户预设的推荐方式推荐至所述用户所对应的用户终端。用户可以根据自己的需要进行设置推荐方式，以及推荐模版，进而实现对不同客户所对应的每个用户进行个性化推荐以及实现多个场景的推荐。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术较佳实施例提供的客户端与服务器进行交互的示意图；图2为本专利技术第一实施例提供的一种推荐方法的流程图；图3为本专利技术第二实施例提供的一种推荐方法的流程图；图4为本专利技术第三实施例提供的一种推荐系统的功能模块示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，是本专利技术较佳实施例提供的服务器与客户端进行交互的示意图。所述服务器200通过网络与一个或多个客户端100进行通信连接，以进行数据通信或交互。所述客户端100可以是个人电脑(personalcomputer，PC)、平板电脑、智能手机、个人数字助理(personaldigitalassistant，PDA)等。所述服务器200包括数据接入及清洗集群、计算集群、数据存储集群和推送渠道。客户通过所述客户端100进行数据的上传，以上传至数据接入及清洗集群，所述数据接入及清洗集群通过对客户所上传的数据进行清洗后，将清洗后的数据存储到数据存储集群，以使计算集群能够在所述数据存储集群中获取所存储的清洗后的数据。计算集群在计算后将计算结果存储到所述数据存储集群中，所述数据存储集群将查询结果通过所述推送渠道推送至客户端100。请参阅图2，是本专利技术本专利技术第一实施例提供的一种推荐方法的流程图。下面本文档来自技高网...

【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