一种工业互联网产品推荐系统及方法技术方案

本发明专利技术涉及计算机应用技术领域，其目的在于提供一种工业互联网产品推荐系统及方法。本发明专利技术公开了一种工业互联网产品推荐系统，包括平台产品信息管理模块、用户信息管理模块、用户行为日志管理模块、推荐引擎管理模块、推荐生成模块和用户终端。本发明专利技术还公开了一种工业互联网产品推荐方法，包括以下步骤：实时检测用户注册信息和用户行为日志，判断是否为新用户，若是，则调取用户注册信息并生成用户属性向量，再根据属性向量生成用户画像；若否，则调取用户行为日志并生成用户兴趣向量，然后结合用户属性向量生成用户画像；选择推荐策略；生成产品推荐列表。本发明专利技术可以提高用户体验，增加用户与平台的合作机会，同时利于增强用户粘性。

An industrial Internet product recommendation system and method

【技术实现步骤摘要】
一种工业互联网产品推荐系统及方法
本专利技术涉及计算机应用
，特别是涉及一种工业互联网产品推荐系统及方法。
技术介绍
随着互联网的迅速发展，网上信息量大幅增长，我们现在正经历从信息时代到数据时代的变迁。然而，在面对大量信息时，用户无法从中获得对自己真正有用的那部分信息，对信息的使用效率降低，即存在信息过载问题。另外，近年来工业互联网逐渐兴起，许多工业互联网平台为企业提供各种产品和服务，同时也为企业提供产品交易平台，帮助企业发布产品供求信息。上述产品供求信息一般以分类目录的形式呈现给用户，根据产品形态、涉及领域等的不同，分布在各个网站的各个模块中。对于访问平台的客户来说，要找到符合自身需求的产品和信息，需要花大量的时间和精力进行筛选，有可能因为没有在短时间内找到合适的产品就放弃访问，错失合作的机会。因此，有必要研究一种工业互联网产品推荐系统及方法。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术问题，本专利技术提供了一种工业互联网产品推荐系统。本专利技术采用的技术方案是：一种工业互联网产品推荐系统，包括平台产品信息管理模块、用户信息管理模块、用户行为日志管理模块、推荐引擎管理模块、推荐生成模块和用户终端；所述平台产品信息管理模块，用于接收平台产品信息并根据平台产品的特征标签对平台产品信息进行分类，然后对分类后的平台产品信息进行存储；所述用户信息管理模块，用于接收用户终端发送的用户注册信息，并对用户注册信息进行存储，然后根据用户注册信息生成用户属性向量；所述用户行为日志管理模块，用于接收用户终端发送的用户行为信息，并根据用户行为信息生成用户行为日志，对用户行为日志进行存储，然后根据用户行为日志生成用户兴趣向量；所述推荐引擎管理模块，用于调取用户属性向量和用户兴趣向量并根据用户属性向量和用户兴趣向量生成用户画像，再根据用户画像和推荐策略生成指定用户的推荐引擎，然后根据分类后的平台产品信息生成产品推荐列表，最后将产品推荐列表发送至用户终端，其中，所述推荐策略包括基于用户的协同过滤算法、基于项目的协同过滤算法和基于内容的推荐算法。优选地，所述工业互联网产品推荐系统还包括供需产品信息管理模块；所述供需产品信息管理模块，用于接收供需产品信息并根据供需产品的特征标签对供需产品信息进行分类，然后对分类后的供需产品信息进行存储。优选地，所述工业互联网产品推荐系统还包括行业信息管理模块；所述行业信息管理模块，用于利用网络爬虫从互联网获取指定的行业信息。优选地，所述工业互联网产品推荐系统还包括推荐生成模块；所述推荐生成模块，用于接收由推荐引擎管理模块发送的产品推荐列表，然后对产品推荐列表进行过滤、排名和解释后生成最终产品推荐列表，最后将最终产品推荐列表发送至用户终端。进一步优选地，所述基于用户的协同过滤算法具体如下：根据用户行为日志生成用户-产品评价矩阵；通过计算所有用户间的相似度生成用户相似度矩阵；选择与目标用户相似度最高的k个用户生成k近邻用户集合，并基于k近邻用户集合中用户有过行为的所有产品生成候选产品集；通过预测目标用户对候选产品集中产品的评分生成产品推荐列表。进一步优选地，所述基于项目的协同过滤算法具体如下：根据用户行为日志生成用户-产品评价矩阵；计算产品之间的相似度矩阵；根据目标用户有过行为记录的产品集合，为产品集合中的每个产品选择相似度最高的p个产品生成p近邻产品集合，并将p近邻产品集合组合成候选产品集；通过预测目标用户对候选产品集中产品的评分生成产品推荐列表。进一步优选地，所述用户行为日志包括显式的评价数据和隐式的行为数据，其中隐式的行为数据包括浏览、收藏、购买的网络行为数据，显式的评价数据为用户对产品的评分数据，综合显式的评价数据和隐式的行为数据得到用户u对产品t的综合评分为ru,t，当有m个用户、n个产品时，用户-产品评价矩阵为：进一步优选的，所述基于内容的推荐算法具体如下：建立用户画像；根据产品特征建立产品的特征向量，然后建立产品画像；计算用户画像和产品画像的相似度，并生成产品推荐列表。本专利技术还包括一种工业互联网产品推荐方法，基于上述的一种工业互联网产品推荐系统，包括以下步骤：实时检测用户注册信息和用户行为日志，判断是否为新用户，若是，则调取用户注册信息并生成用户属性向量，再根据属性向量生成用户画像；若否，则调取用户行为日志并生成用户兴趣向量，然后结合用户属性向量生成用户画像；选择推荐策略；生成并输出产品推荐列表。本专利技术的有益效果是：可以提高用户体验，增加用户与平台的合作机会，，同时利于增强用户粘性。具体地，本专利技术可调取用户属性向量和用户兴趣向量并生成用户画像，并根据用户画像和推荐策略生成指定用户的推荐引擎，推荐策略采用基于用户的协同过滤算法、基于项目的协同过滤算法和基于内容的推荐算法等多种推荐策略，利于针对平台产品和供需信息分别生成相应的产品推荐列表，满足不同用户的需求。另外，本工业互联网产品推荐系统以企业用户为主要目标用户，推荐平台的产品及服务，根据企业用户的特点制定推荐策略，并通过网络爬虫获取重点行业信息引入推荐系统，可提高推荐精度。附图说明图1是本专利技术中一种工业互联网产品推荐系统的结构示意图；图2是本专利技术中一种工业互联网产品推荐方法的流程图。具体实施方式下面结合附图及具体实施例来对本专利技术作进一步阐述。在此需要说明的是，对于这些实施例方式的说明虽然是用于帮助理解本专利技术，但并不构成对本专利技术的限定。本文公开的特定结构和功能细节仅用于描述本专利技术的示例实施例。然而，可用很多备选的形式来体现本专利技术，并且不应当理解为本专利技术限制在本文阐述的实施例中。应当理解，在本文中若将单元称作与另一个单元“连接”、“相连”或“耦合”时，它可以与另一个单元直相连接或耦合，或中间单元可以存在。相対地，在本文中若将单元称作与另一个单元“直接相连”或“直接耦合”时，表示不存在中间单元。另外，应当以类似方式来解释用于描述单元之间的关系的其他单词(例如，“在……之间”对“直接在……之间”，“相邻”对“直接相邻”等等)。应当理解，还应当注意到在一些备选实施例中，所出现的功能/动作可能与附图出现的顺序不同。例如，取决于所涉及的功能/动作，实际上可以实质上并发地执行，或者有时可以以相反的顺序来执行连续示出的两个图。应当理解，在下面的描述中提供了特定的细节，以便于对示例实施例的完全理解。然而，本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实例中，可以不以不必要的细节来示出众所周知的过程、结构和技术，以避免使得示例实施例不清楚。实施例1：本实施例提供一种工业互联网产品推荐系统，如图1所示，包括平台产品信息管理模块、用户本文档来自技高网...

【技术保护点】
1.一种工业互联网产品推荐系统，其特征在于：包括平台产品信息管理模块、用户信息管理模块、用户行为日志管理模块、推荐引擎管理模块、推荐生成模块和用户终端；/n所述平台产品信息管理模块，用于接收平台产品信息并根据平台产品的特征标签对平台产品信息进行分类，然后对分类后的平台产品信息进行存储；/n所述用户信息管理模块，用于接收用户终端发送的用户注册信息，并对用户注册信息进行存储，然后根据用户注册信息生成用户属性向量；/n所述用户行为日志管理模块，用于接收用户终端发送的用户行为信息，并根据用户行为信息生成用户行为日志，对用户行为日志进行存储，然后根据用户行为日志生成用户兴趣向量；/n所述推荐引擎管理模块，用于调取用户属性向量和用户兴趣向量并根据用户属性向量和用户兴趣向量生成用户画像，再根据用户画像和推荐策略生成指定用户的推荐引擎，然后根据分类后的平台产品信息生成产品推荐列表，最后将产品推荐列表发送至用户终端，其中，所述推荐策略包括基于用户的协同过滤算法、基于项目的协同过滤算法和基于内容的推荐算法。/n

【技术特征摘要】
1.一种工业互联网产品推荐系统，其特征在于：包括平台产品信息管理模块、用户信息管理模块、用户行为日志管理模块、推荐引擎管理模块、推荐生成模块和用户终端；
所述平台产品信息管理模块，用于接收平台产品信息并根据平台产品的特征标签对平台产品信息进行分类，然后对分类后的平台产品信息进行存储；
所述用户信息管理模块，用于接收用户终端发送的用户注册信息，并对用户注册信息进行存储，然后根据用户注册信息生成用户属性向量；
所述用户行为日志管理模块，用于接收用户终端发送的用户行为信息，并根据用户行为信息生成用户行为日志，对用户行为日志进行存储，然后根据用户行为日志生成用户兴趣向量；
所述推荐引擎管理模块，用于调取用户属性向量和用户兴趣向量并根据用户属性向量和用户兴趣向量生成用户画像，再根据用户画像和推荐策略生成指定用户的推荐引擎，然后根据分类后的平台产品信息生成产品推荐列表，最后将产品推荐列表发送至用户终端，其中，所述推荐策略包括基于用户的协同过滤算法、基于项目的协同过滤算法和基于内容的推荐算法。


2.根据权利要求1所述的一种工业互联网产品推荐系统，其特征在于：所述工业互联网产品推荐系统还包括供需产品信息管理模块；
所述供需产品信息管理模块，用于接收供需产品信息并根据供需产品的特征标签对供需产品信息进行分类，然后对分类后的供需产品信息进行存储。


3.根据权利要求1所述的一种工业互联网产品推荐系统，其特征在于：所述工业互联网产品推荐系统还包括行业信息管理模块；
所述行业信息管理模块，用于利用网络爬虫从互联网获取指定的行业信息。


4.根据权利要求1所述的一种工业互联网产品推荐系统，其特征在于：所述工业互联网产品推荐系统还包括推荐生成模块；
所述推荐生成模块，用于接收由推荐引擎管理模块发送的产品推荐列表，然后对产品推荐列表进行过滤、排名和解释后生成最终产品推荐列表，最后将最终产品推荐列表发送至用户终端。


5.根据权利要求1至4任一项所述的一种工业互联网产品推荐系统，...

【专利技术属性】
技术研发人员：李怡，樊妍睿，马波涛，王开业，朱芝孺，
申请(专利权)人：成都航天科工大数据研究院有限公司，
类型：发明
国别省市：四川;51