【技术实现步骤摘要】
一种智能推荐方法、装置、电子设备
[0001]本专利技术涉及数据处理
，尤其涉及一种智能推荐方法、装置、电子设备。
技术介绍
[0002]由于互联网的快速发展，购物的方式越来越多，以网购的形式进行带货逐渐脱颖而出。通过网购推销产品的过程中，可以通过分析用户的网购产品偏好，实现对产品的实时销售情况的分析。现有技术中，分析网购产品偏好的方法主要有两种：一是利用历史后台数据样本进行概率分析统计的方法实现网购产品偏好分析，该方法中历史后台数据不能实时反映当下用户的购买意愿，导致网购产品偏好分析不准确、真实性较低；二是根据用户网购互动数据中的文本语义倾向分析用户的网购产品偏好，但此方法的分析角度较为单一，且与分析结果的关联性不高，进而导致分析结果不准确。综上所述，现有技术中存在分析网购产品个性化智能推荐的准确性较低的问题。
技术实现思路
[0003]本专利技术提供一种智能推荐方法、装置、电子设备，其主要目的在于解决分析网购产品偏好的准确性较低的问题。
[0004]为实现上述目的，本专利技术提供的一种智能推...
【技术保护点】
【技术特征摘要】
1.一种智能推荐方法，其特征在于，所述方法包括：获取用户数据，根据所述用户数据生成用户标签，根据所述用户标签构建用户画像；获取后台历史购买记录数据，并根据所述后台历史购买记录数据生成历史用户画像，将所述历史用户画像与所述用户画像进行匹配，得到参考用户画像；获取所述参考用户画像的参考历史购买产品，根据预设的网购产品与所述参考历史购买产品的匹配度进行计算，得到第一偏好分析值；从所述用户数据中提取用户行为特征，根据所述用户行为特征进行分类统计，得到特征统计类目表；根据所述特征统计类目表进行权重计算，得到第二偏好分析值；根据所述第一偏好分析值及所述第二偏好分析值确定网购产品偏好结果，并根据所述网购产品偏好结果计算所述网购产品的推荐指数，根据所述推荐指数对所述网购产品进行推荐。2.如权利要求1所述的智能推荐方法，其特征在于，根据所述用户数据生成用户标签，包括：将所述用户数据进行关键字提取，得到关键字；将所述关键字与预设标签的关键字进行匹配，判断是否相同；当所述关键字与预设标签的关键字相同，将所述预设标签设置为用户标签。3.如权利要求1所述的智能推荐方法，其特征在于，根据所述用户标签构建用户画像，包括：将所述用户标签输入预设的转化器中，得到用户标签对应的标签字符；通过预设的关联算法对所述标签字符进行分析，得到多个所述用户标签之间的关联关系；根据所述关联关系，将多个所述用户标签按照树形结构进行连接，得到以所述树形结构表示的用户画像。4.如权利要求3所述的智能推荐方法，其特征在于，所述通过预设的关联算法对所述标签字符进行分析，得到多个所述用户标签之间的关联关系，包括：将所述标签字符进行分类，得到基础标签及行为标签；利用所述关联算法将所述用户标签与所述基础标签及行为标签进行关联，得到多个所述用户标签之间的关联关系值；所述关联算法表示为：其中，表示多个所述用户标签之间的关联关系值，表示所述用户标签对应的基础标签，表示所述用户标签对应的行为标签，表示所述用户标签，表示所述基础标签对应的标签数，表示所述行为标签对应的标签数，表示所述用户标签总数；
根据所述多个所述用户标签之间的关联关系值，确定所述多个所述用户标签之间的关联关系。5.如权利要求1所述的智能推荐方法，其特征在于，根据预设的网购产品与所述参考历史购买产品的匹配度进行计算，得到第一偏好分析值，包括：根据预设的产品类别数据库及所述网购产品进行多级类别匹配，得到多级网购相关产品；将所述参考历史购买产品与所述多级网购相关产品进行匹配，得到网购参考产品；根据所述多级网购相关产品对所述网购参考产品进行程度赋值，得到产品匹配度；对所述产品匹配度及所述参考用户画像的数量进行比例计算，得到第一偏好分析值。6.如权利要求1所述的智能推荐方法，其特征在于，根据所述用户行为特征进行分类统计，得到特征统计类目表，包括：将所述用户行为特征与预设的行...
【专利技术属性】
技术研发人员：毛春雷，余江燕，蒲希贵，蒲维君，谢勇波，李龙涛，
申请(专利权)人：上海沉煜软件科技有限公司，
类型：发明
国别省市：
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。