System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,特别是涉及一种模型推荐方法、装置、计算机设备和存储介质。
技术介绍
1、随着计算机技术的迅猛发展,三维模型已经被应用于各种领域,例如电网领域。模型管理平台为用户提供了一个方便、经济、快捷的三维模型资源平台,用户可以在模型管理平台上下载或者购买所需的三维模型。
2、随着模型管理平台的广泛应用和用户数量的增加,对不同的用户进行精准推送的需求也在不断增大。
3、目前,模型管理平台会基于用户的购买记录,向用户进行三维模型推荐。然而,这种推荐方法无法实现模型的精准推荐,导致用户的购买意愿下降。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种模型推荐方法、装置、计算机设备和存储介质,能够实现对不同群体的用户进行精准推荐。
2、第一方面,本申请提供了一种模型推荐方法,该方法包括:
3、获取模型管理平台中各平台用户在历史时段内的历史模型交互数据;
4、从各历史模型交互数据中提取各平台用户的用户行为特征;
5、根据各用户行为特征,对各平台用户进行聚类,得到至少一个用户群体;
6、基于自回归滑动平均模型,根据每一用户群体中各平台用户的历史模型交互数据,确定每一用户群体对应的第一模型兴趣趋势;
7、根据每一用户群体对应的第一模型兴趣趋势,向每一用户群体推荐所述模型管理平台中的三维模型。
8、在其中一个实施例中,根据每一用户群体对应的第一模型兴趣趋势,向每一用户群体推荐
9、根据每一用户群体对应的第一模型兴趣趋势,确定每一用户群体对应的模型推荐策略;
10、根据每一用户群体对应的模型推荐策略,向每一用户群体推荐所述模型管理平台中的三维模型。
11、在其中一个实施例中,模型推荐策略包括至少两个推荐时段,以及各推荐时段对应的推荐模型集,所述推荐模型集中包括所述模型管理平台中的至少一个三维模型;
12、所述根据每一用户群体对应的模型推荐策略,向每一用户群体推荐所述模型管理平台中的三维模型,包括:
13、针对每一用户群体,依次向该用户群体推荐各推荐时段对应的推荐模型集。
14、在其中一个实施例中,依次向该用户群体推荐各推荐时段对应的推荐模型集,包括:
15、针对每一推荐时段,识别该推荐时段是否为首个推荐时段;
16、若否,则获取该推荐时段的前一推荐时段内该用户群体中各平台用户的实时模型交互数据;
17、基于自回归滑动平均模型,根据该用户群体中各平台用户的实时模型交互数据,确定该用户群体对应的第二模型兴趣趋势;
18、在该用户群体对应的所述第二模型兴趣趋势与所述第一模型兴趣趋势不匹配的情况下,对该用户群体进行更新;
19、基于更新后的该用户群体中各平台用户的实时模型交互数据,对该推荐时段对应的推荐模型集进行更新,并向更新后的该用户群体推荐更新后的推荐模型集。
20、在其中一个实施例中,基于更新后的该用户群体中各平台用户的实时模型交互数据,对该推荐时段对应的推荐模型集进行更新,包括:
21、基于更新后的该用户群体中各平台用户的实时模型交互数据,确定更新后的该用户群体的兴趣相似度和个体差异性;
22、根据更新后的该用户群体的兴趣相似度和个体差异性,对该推荐时段对应的推荐模型集进行更新。
23、在其中一个实施例中,所述方法还包括:
24、根据该用户群体对应的所述第二模型兴趣趋势中趋势点的趋势特征,与该用户群体对应的所述第一模型兴趣趋势中对应趋势点的趋势特征,确定该用户群体对应的所述第二模型兴趣趋势中趋势点,与该用户群体对应的所述第一模型兴趣趋势中对应趋势点之间的偏离程度;
25、若所述偏离程度大于偏离阈值,则确定该用户群体对应的所述第二模型兴趣趋势与所述第一模型兴趣趋势不匹配。
26、第二方面,本申请还提供了一种模型推荐装置,包括:
27、数据获取模块,用于获取模型管理平台中各平台用户在历史时段内的历史模型交互数据;
28、特征提取模块,用于从各历史模型交互数据中提取各平台用户的用户行为特征;
29、用户聚类模块,用于根据各用户行为特征,对各平台用户进行聚类,得到至少一个用户群体;
30、趋势预测模块,用于基于自回归滑动平均模型,根据每一用户群体中各平台用户的历史模型交互数据,确定每一用户群体对应的第一模型兴趣趋势;
31、模型推荐模块,用于根据每一用户群体对应的第一模型兴趣趋势,向每一用户群体推荐所述模型管理平台中的三维模型。
32、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
33、获取模型管理平台中各平台用户在历史时段内的历史模型交互数据;
34、从各历史模型交互数据中提取各平台用户的用户行为特征;
35、根据各用户行为特征,对各平台用户进行聚类,得到至少一个用户群体;
36、基于自回归滑动平均模型,根据每一用户群体中各平台用户的历史模型交互数据,确定每一用户群体对应的第一模型兴趣趋势;
37、根据每一用户群体对应的第一模型兴趣趋势,向每一用户群体推荐所述模型管理平台中的三维模型。
38、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
39、获取模型管理平台中各平台用户在历史时段内的历史模型交互数据;
40、从各历史模型交互数据中提取各平台用户的用户行为特征;
41、根据各用户行为特征,对各平台用户进行聚类,得到至少一个用户群体;
42、基于自回归滑动平均模型,根据每一用户群体中各平台用户的历史模型交互数据,确定每一用户群体对应的第一模型兴趣趋势;
43、根据每一用户群体对应的第一模型兴趣趋势,向每一用户群体推荐所述模型管理平台中的三维模型。
44、第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
45、获取模型管理平台中各平台用户在历史时段内的历史模型交互数据;
46、从各历史模型交互数据中提取各平台用户的用户行为特征;
47、根据各用户行为特征,对各平台用户进行聚类,得到至少一个用户群体;
48、基于自回归滑动平均模型,根据每一用户群体中各平台用户的历史模型交互数据,确定每一用户群体对应的第一模型兴趣趋势;
49、根据每一用户群体对应的第一模型兴趣趋势,向每一用户群体推荐所述模型管理平台中的三维模型。
50、上述模型推荐方法、装置、计算机设备和存储介质,通过根据各平台用户本文档来自技高网...
【技术保护点】
1.一种模型推荐方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据每一用户群体对应的第一模型兴趣趋势,向每一用户群体推荐所述模型管理平台中的三维模型,包括:
3.根据权利要求2所述的方法,其特征在于,所述模型推荐策略包括至少两个推荐时段,以及各推荐时段对应的推荐模型集,所述推荐模型集中包括所述模型管理平台中的至少一个三维模型;
4.根据权利要求3所述的方法,其特征在于,所述依次向该用户群体推荐各推荐时段对应的推荐模型集,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于更新后的该用户群体中各平台用户的实时模型交互数据,对该推荐时段对应的推荐模型集进行更新,包括:
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
7.一种模型推荐装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种模型推荐方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据每一用户群体对应的第一模型兴趣趋势,向每一用户群体推荐所述模型管理平台中的三维模型,包括:
3.根据权利要求2所述的方法,其特征在于,所述模型推荐策略包括至少两个推荐时段,以及各推荐时段对应的推荐模型集,所述推荐模型集中包括所述模型管理平台中的至少一个三维模型;
4.根据权利要求3所述的方法,其特征在于,所述依次向该用户群体推荐各推荐时段对应的推荐模型集,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于更新后的该用户群体中各平台用户的实时模型交互数据,对该推荐时...
【专利技术属性】
技术研发人员:谭信,孙建,黄子荣,陈超阳,肖雪,
申请(专利权)人:南方电网数字平台科技广东有限公司,
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。