【技术实现步骤摘要】
本专利技术涉及电数字数据处理领域，具体涉及一种人工智能的电子商务推荐系统。
技术介绍
1、通过电子商务的模式来进行购物是当前十分普遍的一种方式，用户可以设置标签来使系统进行产品推荐，但现有系统中，提供的能够选择的标签对所有用户都是一致的，当不同用户使用相同的标签进行推荐时，并不意味着想要的产品完全一致，导致最终的推荐结果对不同个体会存在差异，因此，需要一种能够产生个性化标签的推荐系统来推荐产品，满足不同个体的真实需求，改善购物体验。
2、
技术介绍
的前述论述仅意图便于理解本专利技术。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。
3、现在已经开发出了很多产品推荐系统，经过大量的检索与参考，发现现有的推荐系统有如公开号为cn116911960b所公开的系统，这些系统一般包括采集用户购买数据；根据目标组数据在所有组数据中的频次得到目标组可信度参数；根据目标标签在目标组中的频率和目标标签的时序性得到目标标签的可信度参数；根据目标组可信度参数和目标标签的可信度参数得到目标商品的可信度参数；根据此刻购买的商品与目标组相同商品的可信度参数得到目标组的推荐程度；根据目标组的推荐程度计算得到所有组的推荐程度，选取推荐程度最大的一组为最优组，将最优组推荐给用户。但该系统仍然基于固定的标签进行推荐，导致推荐产品的精准性会因人而异，存在提升空间。
技术实现思路
1、本专利技术的目的在于，针对所存在的不足，提出了一种人工智能的电子商务推荐系统。
2、本专利技术
3、一种人工智能的电子商务推荐系统，包括产品检索推荐模块、互动数据记录模块、机器学习模块和个性化设置模块；
4、所述产品检索推荐模块基于标签对产品进行检索并进行推荐显示，所述互动数据记录模块用于记录用户对推荐产品的互动操作，所述机器学习模块用于对互动操作进行数据学习分析，优化推荐参数以及生成个性化的标签，所述个性化设置模块用于存储标签信息并设置用于产品推荐的标签；
5、所述产品检索推荐模块包括标签解析单元、产品检索单元和推荐展示单元，所述标签解析单元用于从个性化设置模块中获取设置的标签信息并进行解析，所述产品检索单元基于解析结果对产品进行检索，所述推荐展示单元用于将检索的产品进行显示推荐；
6、所述互动数据记录模块包括点击记录单元和购物记录单元，所述点击记录单元用于监测用户的点击操作并进行数据记录，所述购物记录单元用于监测用户的购物操作并进行数据记录；
7、所述机器学习模块包括互动分析单元、参数优化单元和个性化标签生成单元，所述互动分析单元用于对互动数据进行分析处理，所述参数优化单元基于分析结果对推荐参数进行优化，所述个性化标签生成单元基于分析结果生成个性化标签；
8、所述个性化设置模块包括标签信息存储单元和标签推荐设置单元，所述标签信息存储单元用于保存每个标签的映射信息，所述标签推荐设置单元用于选择并存储用于产品推荐的标签；
9、进一步的，所述标签解析单元包括映射解析处理器和基础项统计处理器，所述映射解析处理器用于从所述个性化设置模块中获取设置的标签并解析得到对应的基础项，所述基础项统计处理器用于对每个基础项在标签中出现的次数进行统计，并按照次数将基础项进行划分为与标签的数量相等的n个类型的目标基础项，分别命名为j级目标基础项，表示对应目标基础项的出现次数为j次，n为标签的数量；
10、进一步的，所述推荐展示单元包括推荐计算处理器、推荐选择处理器和推荐显示处理器，所述推荐计算处理器用于计算出每个产品的推荐指数，所述推荐选择处理器根据推荐指数选择需要展示的产品，所述推荐显示处理器用于排序显示推荐的产品；
11、所述推荐计算处理器根据下式计算出每个产品的推荐指数p：
12、；
13、其中，n为产品所属的存储区域级别，为j级权重系数，为产品包含的第i个j级目标基础项的推荐系数，m为产品包含的j级目标基础项的数量；
14、进一步的，所述推荐选择处理器根据下式计算出每个级别存储区域的推荐数量n(j)：
15、；
16、其中，m为推荐显示处理器中能够显示的产品最大数量；
17、所述推荐选择处理器在j级存储区域中选择推荐指数最大的n(j)个产品发送给所述推荐显示处理器；
18、进一步的，所述参数优化单元包括权重系数优化处理器和推荐系数优化处理器，所述权重系数优化处理器用于对权重系数进行优化调整，所述推荐系数优化处理器用于对推荐系数进行优化调整；
19、所述权重系数优化处理器根据下式计算出优化后的权重系数：
20、；
21、其中，为固定调整参数；
22、所述推荐系数优化处理器根据下式计算出优化后的推荐系数：
23、；
24、其中，a(j)表示j级存储区域的差异调整指数，b(i，j)表示第i个j级目标基础项的推荐调整指数。
25、本专利技术所取得的有益效果是：
26、本系统推荐的产品会分为多个级别，高级别的推荐产品会更符合用户的预期，推荐的数量占比高，低级别的推荐产品用于防止形成推荐信息茧房，推荐的数量占比低，本系统将标签拆解成更加细化的基础项，对基础项的数据进行分析，不断调整不同基础项的系数，进而实现推荐结果更加符合用户预期的目的，同时，基于基础项能够生成具有个性化的标签，进一步提高推荐的精准性。
27、为使能更进一步了解本专利技术的特征及
技术实现思路
，请参阅以下有关本专利技术的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本专利技术加以限制。
【技术保护点】
1.一种人工智能的电子商务推荐系统，其特征在于，包括产品检索推荐模块、互动数据记录模块、机器学习模块和个性化设置模块；
2.如权利要求1所述的一种人工智能的电子商务推荐系统，其特征在于，所述标签解析单元包括映射解析处理器和基础项统计处理器，所述映射解析处理器用于从所述个性化设置模块中获取设置的标签并解析得到对应的基础项，所述基础项统计处理器用于对每个基础项在标签中出现的次数进行统计，并按照次数将基础项进行划分为与标签数量相同的n个类型的目标基础项，分别命名为j级目标基础项，表示对应目标基础项的出现次数为j次。
3.如权利要求2所述的一种人工智能的电子商务推荐系统，其特征在于，所述推荐展示单元包括推荐计算处理器、推荐选择处理器和推荐显示处理器，所述推荐计算处理器用于计算出每个产品的推荐指数，所述推荐选择处理器根据推荐指数选择需要展示的产品，所述推荐显示处理器用于排序显示推荐的产品；
4.如权利要求3所述的一种人工智能的电子商务推荐系统，其特征在于，所述推荐选择处理器根据下式计算出每个级别存储区域的推荐数量n(j)：
5.如权利要求4所
...【技术特征摘要】
1.一种人工智能的电子商务推荐系统，其特征在于，包括产品检索推荐模块、互动数据记录模块、机器学习模块和个性化设置模块；
2.如权利要求1所述的一种人工智能的电子商务推荐系统，其特征在于，所述标签解析单元包括映射解析处理器和基础项统计处理器，所述映射解析处理器用于从所述个性化设置模块中获取设置的标签并解析得到对应的基础项，所述基础项统计处理器用于对每个基础项在标签中出现的次数进行统计，并按照次数将基础项进行划分为与标签数量相同的n个类型的目标基础项，分别命名为j级目标基础项，表示对应目标基础项的出现次数为j次。
3.如权利要求2所述的一种人工智能的电子商务推荐系统，其特征在...
【专利技术属性】
技术研发人员：侯恩盼，李堃仪，张卫平，陈璟瑜，
申请(专利权)人：环球数科集团有限公司，
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。