【技术实现步骤摘要】
一种获取推荐信息的方法、装置及计算机可读存储介质
本专利技术涉及信息处理
/人工智能领域，尤其涉及一种获取推荐信息的方法、装置及计算机可读存储介质。
技术介绍
随着云时代的来临，大数据也吸引了越来越多的关注，大数据的特色就在于对海量数据进行分布式数据挖掘，其依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术，使这些原本看起来很难收集和使用的海量数据开始容易被利用起来了，通过各行各业的不断创新，大数据正在逐步为人类创造更多的价值。目前用户对移动终端的使用已经十分的普遍，用户的很多日常活动都在移动终端上完成，例如购买商品、餐饮消费、发表评论、浏览感兴趣的信息等等，这些庞大的数据信息现在很容易被采集和掌握，而对这些含有意义的数据进行专业化处理，是那些为消费者提供产品或服务的企业利用大数据进行精准营销的关键所在。在这种需求的牵引下，数据挖掘技术因此而诞生并成为新的技术热点，数据挖掘可以被描述为：按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的先进有效的方法。数据挖掘的一种主要形式就是规则挖掘，即如果...
【技术保护点】
1.一种获取推荐信息的方法，其特征在于，所述方法包括：获取N个用户针对终端的历史操作数据，得出所述N个用户中每个用户的特征模型数据，所述N个用户中每个用户的特征模型数据包括：N个用户的词袋模型、N个用户中每个用户的词袋模型与N个用户中其他用户的词袋模型的相似度；N为大于1的整数；对所述N个用户的词袋模型进行数据挖掘，得到N个用户中每个用户的频繁项集和初始关联规则；当i取1至N时，根据所述N个用户中第i个用户的特征模型数据对所述初始关联规则进行筛选，得到N个用户中第i个用户的筛选后的关联规则；根据所述N个用户中第i个用户的筛选后的关联规则，得到推荐信息。
【技术特征摘要】
1.一种获取推荐信息的方法，其特征在于，所述方法包括：获取N个用户针对终端的历史操作数据，得出所述N个用户中每个用户的特征模型数据，所述N个用户中每个用户的特征模型数据包括：N个用户的词袋模型、N个用户中每个用户的词袋模型与N个用户中其他用户的词袋模型的相似度；N为大于1的整数；对所述N个用户的词袋模型进行数据挖掘，得到N个用户中每个用户的频繁项集和初始关联规则；当i取1至N时，根据所述N个用户中第i个用户的特征模型数据对所述初始关联规则进行筛选，得到N个用户中第i个用户的筛选后的关联规则；根据所述N个用户中第i个用户的筛选后的关联规则，得到推荐信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述N个用户中第i个用户的筛选后的关联规则，得到推荐信息包括：在所述N个用户中第i个用户的筛选后的关联规则中，选择置信度大于或等于预设的置信度变化值的关联规则，根据所选择的关联规则，得到推荐信息。3.根据权利要求2所述的方法，其特征在于，在得到推荐信息之后，所述方法还包括：根据所述N个用户中每个用户的特征模型数据和初始关联规则，通过深度学习机制对所述预设的置信度变化值进行更新，得到更新后的置信度变化值。4.根据权利要求1所述的方法，其特征在于，所述根据所述N个用户中第i个用户的特征模型数据对所述初始关联规则进行筛选，包括：根据以下至少一种词袋模型对所述初始关联规则进行筛选：所述N个用户中第i个用户的词袋模型；所述N个用户中其他用户的词袋模型中，与所述N个用户中第i个用户的词袋模型的相似度大于预设的相似度阈值的其他用户的词袋模型。5.根据权利要求1所述的方法，其特征在于，所述获取N个用户针对终端的历史操作数据，包括：当满足预设的推荐信息更新条件时，获取N个用户针对终端的历史操作数据，其中，所述推荐信息更新条件包括以下至少一项：获取到N个用户针对终端的新的操作数据；当前时刻到上一次推荐信息的更新时刻的时间间隔大于或等于预设的时间阈值。6.根据权利要求1至5中任一项所述的方法，其特征在于，每个用户针对终端的历史操作数据包括以下至少一项：用户输入的产品评论、用户选择的产品评价的关键词、用户的搜索记录、用户对产品...
【专利技术属性】
技术研发人员：陈必东，杜放，
申请(专利权)人：佛山市顺德区美的电热电器制造有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。