基于大数据的智能推荐方法及装置制造方法及图纸

本发明专利技术涉及一种基于大数据的智能推荐方法及装置，所述方法包括获取相关数据；相关数据包括用户数据和物品数据；根据数据中的字段解析规则对相关数据进行配置，得到多个标签字段；根据标签字段选择预设的推荐模型和分布式计算框架进行训练并在管理界面实时展示计算进度，得到计算结果；根据计算结果生成推荐列表。本申请通过设置万能模型，获取用户数据进行处理在训练好的模型中进行训练，得到推荐结果，本申请将配置、生成、训练、监控以及误差集合在一体，可以分布式计算，操作简单方便。操作简单方便。操作简单方便。

【技术实现步骤摘要】
基于大数据的智能推荐方法及装置


[0001]本专利技术属于大数据分析
，具体涉及一种基于大数据的智能推荐方法及装置。

技术介绍

[0002]现如今，伴随互联网的普及性，用户收到的信息球正在不断的涨大。随着信息量的增长，用户在面对海量信息时无法从中获取对自己真正有用的信息，使用信息的效率反而降低了，形成了信息超载问题。为了深挖数据价值，提升用户对产品的好感度，基于个人喜好进行推荐的产品应运而生。且产品涉及的生活领域越来越丰富，如：视频、电商、招聘等等...，由此推荐系统的
得到了发展。
[0003]推荐系统通过研究用户的喜好，进行个性化计算，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求。一个好的推荐系统不仅能为用户提供个性化的服务，还能和用户之间建立密切关系，让用户对推荐产生依赖。几乎所有互联网巨头都会涉及到推荐相关方向，通过个性化推荐，提升用户粘性。因此推荐系统具有重要意义。
[0004]相关技术中，伴随着许多中小型企业的数据量的增大，推荐系统的需求也越来越多。但是，因为开发的难度、成本等因素，无法形成自己本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智能推荐方法，其特征在于，包括：获取相关数据；所述相关数据包括用户数据和物品数据；根据数据中的字段解析规则对所述相关数据进行配置，得到多个标签字段；根据所述标签字段选择预设的推荐模型和分布式计算框架进行训练并在管理界面实时展示计算进度，得到计算结果；根据所述计算结果生成推荐列表；其中，所述计算结果为键值对，键为用户ID，值为推荐的物品ID的集合。2.根据权利要求1所述的基于大数据的智能推荐方法，其特征在于，在根据所述标签字段选择预设的推荐模型和分布式计算框架进行训练时，实时监测并获取日志数据；将所述日志数据在管理界面进行展示。3.根据权利要求1所述的基于大数据的智能推荐方法，其特征在于，所述用户数据包括：用户ID、用户对物品的喜爱程度指数；所述物品数据包括：物品ID、物品画像数据、物品画像特征。4.根据权利要求1所述的基于大数据的智能推荐方法，其特征在于，在得到多个标签字段后，还包括：判断所述标签字段是否需要拆分，并在需要拆分时对所述标签字段进行拆分处理以及对得到的标签字段进行保存。5.根据权利要求1所述的基于大数据的智能推荐方法，其特征在于，当所述推荐模型为基于内容的推荐模型时，所述根据所述标签字段选择预设的推荐模型和分布式计算框架进行训练，得到计算结果；包括：将所述标签字段转化为标签向量；其中，标签向量为多个；计算每个标签向量的权重值；根据所述权重值通过余弦相似度计算公式计算所述标签向量的相似度；将所述相似度输入到训练好的基于内容的推荐模型中进行计算，生成结果向量。6.根据权利要求1所述的基于大数据的智能推荐方法，其特征在于，当所述推荐模型为基于协同过滤的推荐模型时，所述根据所述标签字段选择预设的推荐模型和分布式计算框架进行训练，得到计算结果；包括：配置数据集和相关参数；所述相关参数包括正则化参数、alpha值、特征数、迭代次数；将所述数据集按照预设比例划分为训练集和测试集；采用梯度下降法和训练集对所述基于协同过滤的推荐模型进行训练，得到...

【专利技术属性】
技术研发人员：梁强，马震啸天，杨爱民，乌兰，连守财，张立，
申请(专利权)人：北京金和网络股份有限公司，
类型：发明
国别省市：