一种基于大数据分析的推荐模型建立系统及方法技术方案

本发明专利技术公开了一种基于大数据分析的推荐模型建立系统及方法，涉及智能化建模技术，包括数据采集模块、数据清洗模块、数据分析模块、模型建立模块以及智能推荐模块；当用户有医疗设备需求时，智能推荐模块将用户选取的医疗设备导入模型建立模块，模型建立模块从设备的厂家、出厂时间、用户评价以及设备的精度四个维度出发，将医疗设备的推荐评价指数ZTP、推荐时间指数ZTS、推荐出产指数ZTC以及推荐精度指数ZTJ发送至智能推荐模块，智能推荐模块以图形的方式进行展示，并将计算出的智能推荐系数ZTT给用户进行展示，以便用户更好更全面的了解设备，达到促进交易达成的目的。达到促进交易达成的目的。达到促进交易达成的目的。

【技术实现步骤摘要】
一种基于大数据分析的推荐模型建立系统及方法


[0001]本专利技术涉及智能化建模技术，具体是一种基于大数据分析的推荐模型建立系统及方法。

技术介绍

[0002]推荐系统是利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。
[0003]在现有的实体设备推荐的过程中，普遍的客户对于设备的认知多数是从推荐销售的口中，或者现场的实地考察中对设备进行了解，这样的了解并不深刻，不能达到全面了解设备并顺利完成合作的目的。
[0004]为此，提出一种基于大数据分析的推荐模型建立系统及方法。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于大数据分析的推荐模型建立系统，该一种基于大数据分析的推荐模型建立系统从设备的厂家、出厂时间、用户评价以及设备的精度四个维度出发，建立智能推荐模型，以便用户更好更全面的了解设备，达到促进交易达成的目的。
[0006]为实现上述目的，根据本专利技术的第一方面的实施例提出一种基于大数据分析的推荐模型建立系统，包括数据采集模块、数据清洗模块、数据分析模块、模型建立模块以及智能推荐模块；所述数据采集模块用于采集医疗设备的参数信息和评价信息，并将采集的参数信息和评价信息发送至数据清洗模块；所述数据清洗模块对评价信息进行清洗并获取有效评价的评价条数YT以及对应的有效评价内容，并发送至数据分析模块；所述数据分析模块结合数据清洗模块分析获取中性有效评价、差评有效评价、好评有效评价以及优质有效评价的条数，并分别发送至模型建立模块；所述模型建立模块用于建立智能推荐模型，计算医疗设备的推荐评价指数ZTP、推荐时间指数ZTS、推荐出产指数ZTC以及推荐精度指数ZTJ；当用户有医疗设备需求时，智能推荐模块将用户选取的医疗设备导入模型建立模块，模型建立模块将医疗设备的推荐评价指数ZTP、推荐时间指数ZTS、推荐出产指数ZTC以及推荐精度指数ZTJ发送至智能推荐模块，智能推荐模块以图形的方式进行展示，并将计算出的智能推荐系数ZTT给用户进行展示。
[0007]进一步地，所述参数信息包括设备出厂时间、设备制造厂家以及设备的精度；所述评价信息包括评价条数以及评价用户，以及每条评价对应的评价内容。
[0008]进一步地，所述数据清洗模块对评价信息进行清洗的过程包括以下步骤：
步骤一：数据采集模块将获取的评价条数以及评价用户发送至数据清洗模块，所述数据清洗模块分别将评价条数标记为M，将评价用户按照不同的用户名分别编号为i，其中M为正整数，且，i为正整数，；i=1,2
……
n；步骤二：数据清洗模块分别将属于同一用户名的评价条数进行标记，标记为Ti；数据清洗模块获取同一用户名的每条评价的评价内容；步骤三：数据清洗模块对每条评价的评价内容进行获取字符数以及评价内容，当存在字符数以及评价内容相同时，数据清洗模块将该评价标记为疑似刷单评价，数据清洗模块获取疑似刷单评价的评价条数STi；步骤四：数据清洗模块从评价条数M中去除疑似刷单评价的评价条数STi，将剩余的评价标记为有效评价，同时，获取有效评价的评价条数YT，计算公式为；步骤五：数据清洗模块将有效评价的评价条数YT以及对应的有效评价发送至数据分析模块。
[0009]进一步地，所述数据分析模块对有效评价进行分析的过程包括以下步骤：步骤A1：数据分析模块接收有效评价，数据分析模块将每条有效评价进行关键字拆分；将有效评价拆分为单个关键字的评价单元；步骤A2：数据分析模块发送提取信号至数据存储模块，所述数据存储模块内部存储有好评关键字以及差评关键字；步骤A3：数据分析模块分别将拆分的评价单元分别与好评关键字以及差评关键字进行对比，获取好评关键字以及差评关键字对应的频次，数据分析模块将好评关键字出现的频次标记为Ph，将差评关键字出现的频次标记为Hc；步骤A4：当有效评价内没有出现好评关键字以及差评关键字时，将有效评价标记为中性有效评价；当有效评价内出现的差评关键字频次Hc大于差评关键字频次阈值时，将该有效评价标记为差评有效评价；当好评关键字出现的频次Ph大于等于二倍的差评关键字出现的频次时，将该有效评价标记为好评有效评价；当有效评价内仅仅出现好评关键字时，将该有效评价标记为优质有效评价；其余情况均标记为中性有效评价；步骤A5：数据分析模块将中性有效评价、差评有效评价、好评有效评价以及优质有效评价的条数分别发送至模型建立模块。
[0010]进一步地，当好评关键字前出现否定性的词语或者差评关键字前出现否定性的词语时，均进行相应的好评关键字以及差评关键字身份转换。
[0011]进一步地，所述模型建立模块建立智能推荐模型的过程包括以下步骤：步骤P1：模型建立模块获取中性有效评价、差评有效评价、好评有效评价以及优质有效评价的条数，分别标记为ZP、XP、HP、YP；步骤P2：模型建立模块根据计算公式计算出推荐评价指数ZTP，计算公式为, 其中的a、b、c分别为中性有效评价、差评有效评价、好评有效
评价以及优质有效评价的条数的系数，且为固定值，且a、b、c均大于零小于1；步骤P3：模型建立模块获取设备出厂时间，并实时获取当前的时间，计算时间差值CS，其中时间差值的单位为月，即利用当前月与设备出厂时间对应的月份进行时间差计算；模型建立模块设定折旧时间ZS，单位也为月；利用计算公式计算推荐时间指数ZTS，计算公式为，其中的d为系数固定值，且d大于零小于1；步骤P4：模型建立模块获取设备制造厂家，并与数据存储模块内部存储的制造厂家标准推荐出产指数ZTC进行对比，选取评价推荐出产指数ZTC；步骤P5：模型建立模块获取设备的精度，并与数据存储模块内部存储的设备精度标准推荐精度指数ZTJ进行对比，选取推荐精度指数ZTJ；步骤六：模型建立模块建立智能推荐模型，并计算出智能推荐系数ZTT，计算公式为；其中的分别为推荐评价指数、推荐时间指数、评价推荐出产指数以及智能推荐系数的预设比例系数，且均大于0小于1。
[0012]进一步地，在数据存储模块内部存储若干设备制造厂家，且每个设备制造厂家内均有一个固定的推荐出产指数ZTC；在数据存储模块内部存储设备精度标准，且每个设备精度标准均有一个固定的推荐精度指数ZTJ。
[0013]根据本专利技术的第二方面的实施例提出一种基于大数据分析的推荐模型的推荐方法，包括以下步骤：当用户进行医疗设备选取时，智能推荐模块将用户选取的医疗设备导入模型建立模块，模型建立模块将医疗设备的推荐评价指数ZTP、推荐时间指数ZTS、推荐出产指数ZTC以及推荐精度指数ZTJ发送至智能推荐模块，智能推荐模块以图形的方式进行展示，并将计算出的智能推荐系数ZTT一并给用户进行展示。
[0014]与现有技术相比，本专利技术的有益效果是：该一种基于大数据分析的推荐模型建立系统从设备的厂家、出厂时间、用户评价以及设备的精度四个维度出发，建立智能推荐模型，以便用户更好更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的推荐模型建立系统，其特征在于，包括数据采集模块、数据清洗模块、数据分析模块、模型建立模块以及智能推荐模块；所述数据采集模块用于采集医疗设备的参数信息和评价信息，并将采集的参数信息和评价信息发送至数据清洗模块；所述数据清洗模块对评价信息进行清洗并获取有效评价的评价条数YT以及对应的有效评价内容，并发送至数据分析模块；所述数据分析模块结合数据清洗模块分析获取中性有效评价、差评有效评价、好评有效评价以及优质有效评价的条数，并分别发送至模型建立模块；所述模型建立模块用于建立智能推荐模型，计算医疗设备的推荐评价指数ZTP、推荐时间指数ZTS、推荐出产指数ZTC以及推荐精度指数ZTJ；当用户有医疗设备需求时，智能推荐模块将用户选取的医疗设备导入模型建立模块，模型建立模块将医疗设备的推荐评价指数ZTP、推荐时间指数ZTS、推荐出产指数ZTC以及推荐精度指数ZTJ发送至智能推荐模块，智能推荐模块以图形的方式进行展示，并将计算出的智能推荐系数ZTT给用户进行展示。2.根据权利要求1所述的一种基于大数据分析的推荐模型建立系统，其特征在于，所述参数信息包括设备出厂时间、设备制造厂家以及设备的精度；所述评价信息包括评价条数以及评价用户，以及每条评价对应的评价内容。3.根据权利要求1所述的一种基于大数据分析的推荐模型建立系统，其特征在于，所述数据清洗模块对评价信息进行清洗的过程包括以下步骤：数据采集模块将获取的评价条数以及评价用户发送至数据清洗模块，所述数据清洗模块分别将评价条数标记为M，将评价用户按照不同的用户名分别编号为i，其中M为正整数，且，i为正整数，；i=1,2
……
n；数据清洗模块分别将属于同一用户名的评价条数进行标记，标记为Ti；数据清洗模块获取同一用户名的每条评价的评价内容；数据清洗模块对每条评价的评价内容进行获取字符数以及评价内容，当存在字符数以及评价内容相同时，数据清洗模块将该评价标记为疑似刷单评价，数据清洗模块获取疑似刷单评价的评价条数STi；数据清洗模块从评价条数M中去除疑似刷单评价的评价条数STi，将剩余的评价标记为有效评价，获取有效评价的评价条数YT，计算公式为；数据清洗模块将有效评价的评价条数YT以及对应的有效评价发送至数据分析模块。4.根据权利要求1所述的一种基于大数据分析的推荐模型建立系统，其特征在于，所述数据分析模块对有效评价进行分析的过程包括以下步骤：数据分析模块接收有效评价，数据分析模块将每条有效评价进行关键字拆分；将有效评价拆分为单个关键字的评价单元；数据分析模块发送提取信号至数据存储模块，所述数据存储模块内部存储有好评关键字以及差评关键字；数据分析模块分别将拆分的评价单元分别与好评关...

【专利技术属性】
技术研发人员：刘望霞，
申请(专利权)人：深圳市盛景基因生物科技有限公司，
类型：发明
国别省市：