一种工业设计产品智能推荐方法及系统技术方案

本发明专利技术属于产品推荐技术领域，公开了一种工业设计产品智能推荐方法及系统，所述工业设计产品智能推荐系统包括：客户端、需求信息获取模块、特征信息获取模块、中央控制模块、需求分析模块、推荐策略获取模块、产品智能推荐模块、推荐策略优化模块、云存储模块、显示模块。本发明专利技术提供的工业设计产品智能推荐方法，利用策略逼近算法计算产品的推荐价值，更加侧重于利用用户的历史行为特征，能够从用户的历史行为特征中学习到更加准确的用户的偏好、意图等信息，从而提高产品推荐的准确性；通过需求分析模型将客户特征信息输入需求分析模型中获得产品推荐策略，有效减少了收集客户信息和分析数据的工作量，为客户提供了合适的产品和服务。

【技术实现步骤摘要】
一种工业设计产品智能推荐方法及系统
本专利技术属于产品推荐
，尤其涉及一种工业设计产品智能推荐方法及系统。
技术介绍
目前，产品推荐技术在各类购物应用(Application，APP)中得到广泛的应用，产品推荐技术可以根据用户的行为特征、产品本身的属性等，向用户推荐更有价值的产品，实现对用户的引导作用，增强用户选购的目的性。如今，很多购物应用的用户数量、产品数量均已达到上亿数量级，用户的行为特征以及对产品的偏好也具有丰富性与多样性。现有产品推荐技术智能化程度较低，在根据用户的历史行为给不同的户提供不同的产品排序结果的过程中，每进行一次产品排序，用一次用户的历史行为，操作繁琐，效率较低；同时，现有的注重用户的行为特征对产品推荐作用的技术尚未见报道。因此，亟需一种新的针对工业设计产品的智能推荐方法。通过上述分析，现有技术存在的问题及缺陷为：现有产品推荐技术智能化程度较低，在根据用户的历史行为给不同的户提供不同的产品排序结果的过程中，每进行一次产品排序，用一次用户的历史行为，操作繁琐，效率较低；同时，现有的注重用户的行为特征对产品推荐作用的技术尚未见报道。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种工业设计产品智能推荐方法及系统。本专利技术是这样实现的，一种工业设计产品智能推荐系统，所述工业设计产品智能推荐系统包括：客户端、需求信息获取模块、特征信息获取模块、中央控制模块、需求分析模块、推荐策略获取模块、产品智能推荐模块、推荐策略优化模块、云存储模块、显示模块。客户端，与中央控制模块连接，用于通过请求发送程序发送工业设计产品的推荐请求；需求信息获取模块，与中央控制模块连接，用于通过信息获取设备获取所述发送产品推荐请求的客户端对工业设计产品的需求信息；特征信息获取模块，与中央控制模块连接，用于通过特征获取程序根据所述产品需求信息中的客户编号，获取所述客户编号对应的客户特征信息；中央控制模块，与客户端、需求信息获取模块、特征信息获取模块、需求分析模块、推荐策略获取模块、产品智能推荐模块、推荐策略优化模块、终端模块、云存储模块、显示模块连接，用于通过中央处理器控制所述工业设计产品智能推荐系统各个模块的正常运行；需求分析模块，与中央控制模块连接，用于根据所述需求信息和所述客户特征信息利用需求分析模型获得用户的需求分析报告；推荐策略获取模块，与中央控制模块连接，用于根据需求分析报告利用策略逼近算法获得所述客户对应的工业设计产品推荐策略；产品智能推荐模块，与中央控制模块连接，用于通过智能推荐程序根据所述工业设计产品推荐策略向所述对应客户提供相应的产品推荐服务；推荐策略优化模块，与中央控制模块连接，用于通过优化程序对所述策略逼近算法的策略优化参数进行优化；云存储模块，与中央控制模块连接，用于通过云数据库服务器存储获取的所述发送产品推荐请求的客户端对工业设计产品的需求信息、客户特征信息、需求分析报告以及工业设计产品推荐策略；显示模块，与中央控制模块连接，用于通过显示器显示获取的所述发送产品推荐请求的客户端对工业设计产品的需求信息、客户特征信息、需求分析报告以及工业设计产品推荐策略的实时数据。进一步，所述需求分析模块包括：获取子单元，用于获取客户历史特征信息和历史产品推荐策略；模型训练单元，用于根据所述客户历史特征信息和所述历史产品推荐策略训练预设的机器学习模型，得到所述需求分析模型。进一步，所述中央控制模块包括：数据分析单元，用于构建所述策略逼近算法的参数优化部分，所述参数优化部分包括所述策略优化参数；优化目标设置单元，用于设置所述参数优化部分的优化目标；参数优化单元，用于根据所述优化目标对所述策略优化参数进行优化。本专利技术的另一目的在于提供一种应用所述的工业设计产品智能推荐系统的工业设计产品智能推荐方法，所述工业设计产品智能推荐方法包括以下步骤：步骤一，通过客户端利用请求发送程序选择推荐请求的类型，设定所述推荐请求中的推荐请求内容，并发送工业设计产品的推荐请求。步骤二，通过需求信息获取模块利用信息获取设备获取所述发送产品推荐请求的客户端对工业设计产品的需求信息。步骤三，通过特征信息获取模块利用特征获取程序根据所述产品需求信息中的客户编号，获取所述客户编号对应的客户特征信息。步骤四，通过中央控制模块利用中央处理器控制所述工业设计产品智能推荐系统各个模块的正常运行。步骤五，通过需求分析模块根据所述需求信息和所述客户特征信息利用需求分析模型获得用户的需求分析报告。步骤六，通过推荐策略获取模块据需求分析报告利用策略逼近算法获得所述客户对应的工业设计产品推荐策略。步骤七，通过产品智能推荐模块利用智能推荐程序根据所述工业设计产品推荐策略向所述对应客户提供相应的产品推荐服务。步骤八，通过推荐策略优化模块利用优化程序对所述策略逼近算法的策略优化参数进行优化。步骤九，通过云存储模块利用云数据库服务器存储获取的所述发送产品推荐请求的客户端对工业设计产品的需求信息、客户特征信息、需求分析报告以及工业设计产品推荐策略。步骤十，通过显示模块利用显示器显示获取的所述发送产品推荐请求的客户端对工业设计产品的需求信息、客户特征信息、需求分析报告以及工业设计产品推荐策略的实时数据。进一步，步骤二中，所述需求信息包括需求编号、需求状态、需求来源、客户编号、客户名称、客户级别、客户分类、产品种类代码、产品种类名称、产品分类、产品来源。进一步，步骤五中，所述需求分析模型根据以下方式确定：第一服务器根据第一服务器获取的第一历史用户行为数据及第一信息推荐模型确定所述用户的第一历史预测值；所述第一服务器获取所述用户在第二信息推荐模型中确定的第二历史预测值；所述第二历史预测值为第二服务器根据所述第二服务器获取的第二历史用户行为数据及第二信息推荐模型确定的；第一服务器根据所述第一历史预测值和所述第二历史预测，确定所述第一历史用户行为数据的查询增益；第一服务器根据所述第一历史用户行为数据、第一信息推荐模型的参数和对应的查询增益，确定为所述需求分析模型的训练样本；所述第一服务器根据所述训练样本，建立所述需求分析模型。进一步，步骤六中，所述利用策略逼近算法获得所述客户对应的工业设计产品推荐策略的方法，包括：构建所述策略逼近算法的策略生成部分，所述策略生成部分包括至少一个策略优化参数；将所述需求分析报告作为所述策略生成部分的输入数据，计算得到对应于所述产品推荐请求的产品推荐策略。进一步，步骤六中，所述产品推荐策略包括产品属性权重向量，所述产品属性权重向量用于确定推荐产品在排列顺序中的次序；所述客户端还用于按照所述次序展示所述推荐产品。进一步，步骤七中，向所述对应客户提供相应的产品推荐服务时，获取产品智能推荐模块对接收到的推荐请求的响应性能参数，所述产品智能推荐本文档来自技高网...

【技术保护点】
1.一种工业设计产品智能推荐方法，其特征在于，所述工业设计产品智能推荐方法包括以下步骤：/n步骤一，通过客户端利用请求发送程序选择推荐请求的类型，设定所述推荐请求中的推荐请求内容，并发送工业设计产品的推荐请求；/n步骤二，通过需求信息获取模块利用信息获取设备获取发送所述产品推荐请求的客户端对工业设计产品的需求信息；所述需求信息包括需求编号、需求状态、需求来源、客户编号、客户名称、客户级别、客户分类、产品种类代码、产品种类名称、产品分类、产品来源；/n步骤三，通过特征信息获取模块利用特征获取程序根据所述产品需求信息中的客户编号，获取所述客户编号对应的客户特征信息；/n步骤四，通过中央控制模块利用中央处理器控制所述工业设计产品智能推荐系统各个模块的正常运行；/n步骤五，通过需求分析模块根据所述需求信息和所述客户特征信息利用需求分析模型获得用户的需求分析报告；/n步骤六，通过推荐策略获取模块据需求分析报告利用策略逼近算法获得所述客户对应的工业设计产品推荐策略；/n步骤七，通过产品智能推荐模块利用智能推荐程序根据所述工业设计产品推荐策略向所述对应客户提供相应的产品推荐服务；/n步骤八，通过推荐策略优化模块利用优化程序对所述策略逼近算法的策略优化参数进行优化；/n步骤九，通过云存储模块利用云数据库服务器存储获取的所述发送产品推荐请求的客户端对工业设计产品的需求信息、客户特征信息、需求分析报告以及工业设计产品推荐策略；/n步骤十，通过显示模块利用显示器显示获取的所述发送产品推荐请求的客户端对工业设计产品的需求信息、客户特征信息、需求分析报告以及工业设计产品推荐策略的实时数据。/n...

【技术特征摘要】
1.一种工业设计产品智能推荐方法，其特征在于，所述工业设计产品智能推荐方法包括以下步骤：
步骤一，通过客户端利用请求发送程序选择推荐请求的类型，设定所述推荐请求中的推荐请求内容，并发送工业设计产品的推荐请求；
步骤二，通过需求信息获取模块利用信息获取设备获取发送所述产品推荐请求的客户端对工业设计产品的需求信息；所述需求信息包括需求编号、需求状态、需求来源、客户编号、客户名称、客户级别、客户分类、产品种类代码、产品种类名称、产品分类、产品来源；
步骤三，通过特征信息获取模块利用特征获取程序根据所述产品需求信息中的客户编号，获取所述客户编号对应的客户特征信息；
步骤四，通过中央控制模块利用中央处理器控制所述工业设计产品智能推荐系统各个模块的正常运行；
步骤五，通过需求分析模块根据所述需求信息和所述客户特征信息利用需求分析模型获得用户的需求分析报告；
步骤六，通过推荐策略获取模块据需求分析报告利用策略逼近算法获得所述客户对应的工业设计产品推荐策略；
步骤七，通过产品智能推荐模块利用智能推荐程序根据所述工业设计产品推荐策略向所述对应客户提供相应的产品推荐服务；
步骤八，通过推荐策略优化模块利用优化程序对所述策略逼近算法的策略优化参数进行优化；
步骤九，通过云存储模块利用云数据库服务器存储获取的所述发送产品推荐请求的客户端对工业设计产品的需求信息、客户特征信息、需求分析报告以及工业设计产品推荐策略；
步骤十，通过显示模块利用显示器显示获取的所述发送产品推荐请求的客户端对工业设计产品的需求信息、客户特征信息、需求分析报告以及工业设计产品推荐策略的实时数据。


2.如权利要求1所述的工业设计产品智能推荐方法，其特征在于，步骤六中，所述利用策略逼近算法获得所述客户对应的工业设计产品推荐策略的方法，包括：
构建所述策略逼近算法的策略生成部分，所述策略生成部分包括至少一个策略优化参数；
将所述需求分析报告作为所述策略生成部分的输入数据，计算得到对应于所述产品推荐请求的产品推荐策略；
所述产品推荐策略包括产品属性权重向量，所述产品属性权重向量用于确定推荐产品在排列顺序中的次序；所述客户端还用于按照所述次序展示所述推荐产品。


3.如权利要求1所述的工业设计产品智能推荐方法，其特征在于，步骤七中，向所述对应客户提供相应的产品推荐服务时，获取产品智能推荐模块对接收到的推荐请求的响应性能参数，所述产品智能推荐模块存储有各用户专属的个性化推荐数据；
判断所述响应性能参数是否在预设范围内；
若是，则减少向所述产品智能推荐模块发送推荐请求的数量，以使产品智能推荐模块响应剩余的推荐请求；
若否，则向所述产品智能推荐模块发送全部推荐请求。


4.如权利要求1所述的工业设计产品智能推荐方法，其特征在于，步骤八中，对所述策略逼近算法的策略优化参数进行优化的方法包括：
根据所述客户端对工业设计产品的需求信息构建数据样本；
根据所述数据样本，确定所述参数优化部分在达到所述优化目标时所述策略参优化数的值；
将所述策略优化参数的值更新至所述参数优化部分。


5.如权利要求1所述的工业设计产品智能推荐方法，其特征在于，步骤五中，所述需求分析模型根据以下方式确定：
第一服务器根据第一服务器获取的第一历史用户行为数据及第一信息推荐模型确定所述用户的第一历史预测值；
所述第一服务器获取所述用户在第二信息推荐模型中确定的第二历史预测值；所述第二历史预测值为第二服务器根据所...

【专利技术属性】
技术研发人员：宋敏，王艳，
申请(专利权)人：荆楚理工学院，
类型：发明
国别省市：湖北;42