本申请提供的一种基于大数据的推荐方法及AI推荐系统，通过确定待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，能够便于通过不少于两个种类的电商业务数据知识向量在在先配置的电商业务数据集中进行目标电商业务数据的若干次探索；这样基于不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中若干次挑选，能够挑选到与待推荐电商业务数据更加关联的目标电商业务数据；因此，通过不少于两个种类的知识向量能够有效的对于大量的指定电商业务数据集进行挑选，既能够提高挑选目标电商业务数据的效率又能够提高挑选目标电商业务数据的准确性；从而能够更加准确的进行数据推送，且体改数据推送的准确率和可靠性。的准确率和可靠性。的准确率和可靠性。
【技术实现步骤摘要】
一种基于大数据的推荐方法及AI推荐系统
[0001]本申请涉及数据推送
，具体而言，涉及一种基于大数据的推荐方法及AI推荐系统。
技术介绍
[0002]大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
[0003]现目前，信息量越来越多，用户在筛选数据时，可能由于数据量过大而导致用户很难做出选择，这样一来，容易损失用户。因此，亟需一种技术方案以改善上述技术问题。
技术实现思路
[0004]为改善相关技术中存在的技术问题，本申请提供了一种基于大数据的推荐方法及AI推荐系统。
[0005]第一方面，提供一种基于大数据的推荐方法，该方法至少包括：获得待推荐电商业务数据；确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量；结合所述不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据。
[0006]在一种独立实施的实施例中，所述确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，包括：结合所述待推荐电商业务数据所在的商品种类，确定表征存在差异的知识向量数目的不少于两个种类；在所述不少于两个种类上，逐一对所述待推荐电商业务数据进行知识向量抽取，确定所述不少于两个种类的电商业务数据知识向量。
[0007]在一种独立实施的实施例中，所述不少于两个种类包括X个种类，X为不小于1的整数，所述确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，包括：在所述第a个种类上对所述待推荐电商业务数据进行知识向量抽取，得到第a个种类的电商业务数据知识向量；其中，a为不小于1且不大于X的整数；结合所述第a
‑
1个种类对所述第a个种类的电商业务数据知识向量进行简单随机抽样，确定所述第a
‑
1个种类的电商业务数据知识向量；其中，所述第a个种类的优先等级超过所述第a
‑
1个种类的优先等级。
[0008]在一种独立实施的实施例中，所述结合所述不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据，包括：结合所述不少于两个种类，获得挑选数据推送对象；结合所述挑选数据推送对象，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据。
[0009]在一种独立实施的实施例中，所述结合所述不少于两个种类，获得挑选数据推送对象，包括：依照种类表征的知识向量的数目，对所述不少于两个种类的种类优先等级进行
分布，得到第一分布列表；其中，所述种类表征的知识向量的数目越大，所述种类的优先等级越高；将依照所述第一分布列表从小优先等级种类至高优先等级种类进行逐步挑选，确定为所述挑选数据推送对象。
[0010]在一种独立实施的实施例中，所述结合所述不少于两个种类，获得挑选数据推送对象，包括：获得每一个种类的挑选可能性，以及，获得每一个种类的挑选全局周期；结合所述每一个种类的挑选可能性，确定挑选可能性之间的比较向量小于指定比较向量的连续不少于两个种类；在所述连续不少于两个种类中，确定挑选全局周期最小的目标个种类；在所述不少于两个种类中，对所述连续不少于两个种类中所述目标个种类之外的种类进行清洗，得到其余种类；对所述其余种类中的种类优先等级进行分布，得到第二分布列表；将依照所述第二分布列表从小优先等级种类至高优先等级种类进行挑选，确定为所述挑选数据推送对象。
[0011]在一种独立实施的实施例中，所述结合所述挑选数据推送对象，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据，包括：在所述指定电商业务数据集中，依照所述挑选数据推送对象中的分布列表从小优先等级种类至高优先等级种类，挑选与所述待推荐电商业务数据的电商业务数据知识向量关联的待定电商业务数据簇；结合所述随机一个种类对应的待定电商业务数据簇和所述随机一个种类的种类优先等级，确定所述随机一个种类是否符合表征挑选终止的指定要求；响应于所述随机一个种类符合所述指定要求，结合所述随机一个种类的电商业务数据知识向量，在所述随机一个种类的低一个种类对应的待定电商业务数据簇中挑选所述目标电商业务数据。
[0012]在一种独立实施的实施例中，所述指定要求包括以下至少之一：所述随机一个种类对应的待定电商业务数据簇的第一向量不大于指定数目目标值；所述随机一个种类对应的待定电商业务数据簇相比于所述指定电商业务数据集的总挑选可能性不大于指定挑选可能性目标值；所述随机一个种类的种类优先等级为最第一种类；所述随机一个种类的目标挑选全局周期在连续不少于两个种类中最小，其中，所述随机一个种类与所述连续不少于两个种类的目标挑选可能性之间的比较向量小于指定比较向量，且所述连续不少于两个种类和所述随机一个种类中包括最高优先等级的种类。
[0013]在一种独立实施的实施例中，在所述不少于两个种类包括X个种类的前提上，所述在所述指定电商业务数据集中，依照所述挑选数据推送对象中的分布列表从小优先等级种类至高优先等级种类，挑选与所述待推荐电商业务数据的电商业务数据知识向量关联的待定电商业务数据簇，包括：从第1个种类开始，依照所述挑选数据推送对象中的分布列表在第a
‑
1个种类对应的待定电商业务数据簇中挑选与第a个种类的电商业务数据知识向量相关联的待定电商业务数据簇，直到所述第a种类符合所述指定要求；其中，所述第1个种类表征所述X个种类中的最低个种类，在a取值为1的前提上，所述第a
‑
1个种类对应的待定电商业务数据簇为所述指定电商业务数据集。
[0014]在一种独立实施的实施例中，所述获得每一个种类的挑选可能性，包括：获得随机一个种类对应的待定电商业务数据簇的第一向量，以及所述随机一个种类的低一个种类对应的待定电商业务数据簇的第二向量；结合所述第二向量和所述第一向量，确定所述随机一个种类的挑选可能性。
[0015]在一种独立实施的实施例中，所述获得每一个种类的挑选全局周期，包括：获得随
机一个种类的片段簇和挑选数量；其中，所述片段簇包括：所述随机一个种类和所述随机一个种类的低个种类在每一次挑选中的片段；结合所述随机一个种类的片段簇和挑选数量，确定所述随机一个种类的挑选全局周期。
[0016]第二方面，提供一种基于大数据的推荐系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
[0017]本申请实施例所提供的一种基于大数据的推荐方法及AI推荐系统，对于获得的待推荐电商业务数据；通过确定待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，能够便于通过不少于两个种类的电商业务数据知识向量在在先配置的电商业务数据集中进行目标电商业务数据的若干次探索；这样基于不少于两个种类的电商业务数据知识向本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于大数据的推荐方法，其特征在于，该方法至少包括：获得所述待推荐电商业务数据；确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量；结合所述不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据。2.根据权利要求1所述的方法，其特征在于，所述确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，包括：结合所述待推荐电商业务数据所在的商品种类，确定表征存在差异的知识向量数目的不少于两个种类；在所述不少于两个种类上，逐一对所述待推荐电商业务数据进行知识向量抽取，确定所述不少于两个种类的电商业务数据知识向量。3.根据权利要求1所述的方法，其特征在于，所述不少于两个种类包括X个种类，X为不小于1的整数，所述确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，包括：在所述第a个种类上对所述待推荐电商业务数据进行知识向量抽取，得到第a个种类的电商业务数据知识向量；其中，a为不小于1且不大于X的整数；结合所述第a
‑
1个种类对所述第a个种类的电商业务数据知识向量进行简单随机抽样，确定所述第a
‑
1个种类的电商业务数据知识向量；其中，所述第a个种类的优先等级超过所述第a
‑
1个种类的优先等级。4.根据权利要求1至3任一项所述的方法，其特征在于，所述结合所述不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据，包括：结合所述不少于两个种类，获得挑选数据推送对象；结合所述挑选数据推送对象，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据。5.根据权利要求4所述的方法，其特征在于，所述结合所述不少于两个种类，获得挑选数据推送对象，包括：依照种类表征的知识向量的数目，对所述不少于两个种类的种类优先等级进行分布，得到第一分布列表；其中，所述种类表征的知识向量的数目越大，所述种类的优先等级越高；将依照所述第一分布列表从小优先等级种类至高优先等级种类进行逐步挑选，确定为所述挑选数据推送对象。6.根据权利要求4所述的方法，其特征在于，所述结合所述不少于两个种类，获得挑选数据推送对象，包括：获得每一个种类的挑选可能性，以及，获得每一个种类的挑选全局周期；结合所述每一个种类的挑选可能性，确定挑选可能性之间的比较向量小于指定比较向量的连续不少于两个种类；在所述连续不少于两个种类中，确定挑选全局周期最小的目标个种类；在所述不少于两个种类中，对所述连续不少于两个种类中所述目标个种类之外的种类
进行清洗，得到其余种类；对所述其余种类中的种类优先等级进行分布，得到第二分布列表；将依照所述第二分布列表从小优先等级种类至高优先等级种类进行挑选，确定为所述挑选数据推送对象。7.根据权利要求4至6任一项所述的方...
【专利技术属性】
技术研发人员：黎祯，郑鉴微，
申请(专利权)人：黎祯，
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。