一种基于智能决策的商品推荐系统及方法与流程

本发明涉及商品推荐，具体涉及一种基于智能决策的商品推荐系统及方法。

背景技术：

1、推荐系统是电商、供应链采购，企业采购等互联网关键业务场景的核心流量和利润来源。因为推荐系统具有极其重要的业务价值，相关推荐技术的研究也就成为工业界的一个热门领域。

2、目前，现有的业务系统大多都具有可以向用户推荐产品的功能。业务系统常见的推荐功能主要是根据用户对于某些产品的历史交易数据来分析用户的喜好，对用户进行产品推荐。然而其推荐的维度过于单一，在客户需求发生变化或需求不明确时，存在推荐准确度较低，容易造成客户流失或订单取消，用户黏性不足等情况。

技术实现思路

1、针对背景技术中所提及的技术缺陷，本发明实施例提供了一种基于智能决策的商品推荐系统及方法。

2、为实现上述目的，第一方面，本发明实施例提供了一种基于智能决策的商品推荐系统，所述系统包括：

3、数据收集模块，用于收集信息数据；其中，所述信息数据包括用户数据和商品数据；

4、数据处理模块，用于对所述信息数据进行数据挖掘，以得到对应的特征关联数据；

5、推荐模块，用于利用推荐算法并结合所述特征关联数据得到对应场景的推荐结果，并推送给用户。

6、进一步地，所述数据挖掘具体包括：

7、基于用户数据和商品数据进行数据挖掘，得到用户与商品的关联关系；

8、基于用户数据进行数据挖掘，得到用户与用户之间的关联关系；

9、基于商品数据进行数据挖掘，得到各商品之间的关联关系。

10、进一步地，所述推荐模块还用于：

11、将得到的所述推荐结果结合用户当前所登录的设备类型和时间进行调整优化。

12、进一步地，所述推荐模块还用于根据场景差异进行推荐，具体采用：

13、将特征映射到全局和场景特定子空间，分别构建场景无关和场景依赖特征；

14、引入一个辅助网络来对所有场景中的共享知识进行建模，同时使用多分支网络来对特定场景之间的差异性进行建模；

15、自适应地学习各场景之间差异性和相似性，在保持当前场景主导地位的同时，自适应地从相似场景中获取信息。

16、进一步地，所述推荐算法的数量为多个，多个算法进程同时运作，各进程之间相互竞争，并根据后续的用户选择，判断在同一个场景下，各算法进程的竞争性。

17、第二方面，本发明实施例还提供了一种基于智能决策的商品推荐方法，应用于第一方面所述的一种基于智能决策的商品推荐系统，所述方法包括：

18、收集信息数据；其中，所述信息数据包括用户数据和商品数据；

19、对所述信息数据进行数据挖掘，以得到对应的特征关联数据；

20、利用推荐算法并结合所述特征关联数据得到对应场景的推荐结果，并推送给用户。

21、进一步地，所述数据挖掘具体包括：

22、基于用户数据和商品数据进行数据挖掘，得到用户与商品的关联关系；

23、基于用户数据进行数据挖掘，得到用户与用户之间的关联关系；

24、基于商品数据进行数据挖掘，得到各商品之间的关联关系。

25、进一步地，所述方法还包括：

26、将得到的所述推荐结果结合用户当前所登录的设备类型和时间进行调整优化。

27、进一步地，所述方法还包括：

28、根据场景差异进行推荐，具体采用：

29、将特征映射到全局和场景特定子空间，分别构建场景无关和场景依赖特征；

30、引入一个辅助网络来对所有场景中的共享知识进行建模，同时使用多分支网络来对特定场景之间的差异性进行建模；

31、自适应地学习各场景之间差异性和相似性，在保持当前场景主导地位的同时，自适应地从相似场景中获取信息。

32、进一步地，所述推荐算法的数量为多个，多个算法进程同时运作，各进程之间相互竞争，并根据后续的用户选择，判断在同一个场景下，各算法进程的竞争性。

33、实施本发明实施例提供的一种基于智能决策的商品推荐系统及方法，通过收集用户数据和商品数据，并进行数据挖掘，以得到对应的特征关联数据；然后，利用推荐算法并结合所述特征关联数据得到对应场景的推荐结果，并推送给用户，使得商品推荐并不单一依赖用户的历史交易情况，通过数据挖掘，还从用户与商品，各商品之间的关联以及场景差异的角度进行推荐，从而提升推荐的准确度和用户黏性。

技术特征：

1.一种基于智能决策的商品推荐系统，其特征在于，所述系统包括：

2.如权利要求1所述的一种基于智能决策的商品推荐系统，其特征在于，所述数据挖掘具体包括：

3.如权利要求2所述的一种基于智能决策的商品推荐系统，其特征在于，所述推荐模块还用于：

4.如权利要求2所述的一种基于智能决策的商品推荐系统，其特征在于，所述推荐模块还用于根据场景差异进行推荐，具体采用：

5.如权利要求4所述的一种基于智能决策的商品推荐系统，其特征在于，所述推荐算法的数量为多个，多个算法进程同时运作，各进程之间相互竞争，并根据后续的用户选择，判断在同一个场景下，各算法进程的竞争性。

6.一种基于智能决策的商品推荐方法，其特征在于，应用于权利要求1所述的一种基于智能决策的商品推荐系统，所述方法包括：

7.如权利要求1所述的一种基于智能决策的商品推荐方法，其特征在于，所述数据挖掘具体包括：

8.如权利要求7所述的一种基于智能决策的商品推荐方法，其特征在于：所述方法还包括：

9.如权利要求7所述的一种基于智能决策的商品推荐方法，其特征在于：所述方法还包括：

10.如权利要求9所述的一种基于智能决策的商品推荐方法，其特征在于，包括：所述推荐算法的数量为多个，多个算法进程同时运作，各进程之间相互竞争，并根据后续的用户选择，判断在同一个场景下，各算法进程的竞争性。

技术总结
本发明实施例公开了一种基于智能决策的商品推荐系统及方法，所述系统包括：数据收集模块，用于收集信息数据；其中，所述信息数据包括用户数据和商品数据；数据处理模块，用于对所述信息数据进行数据挖掘，以得到对应的特征关联数据；推荐模块，用于利用推荐算法并结合所述特征关联数据得到对应场景的推荐结果，并推送给用户；其效果是：使得商品推荐并不单一依赖用户的历史交易情况，通过数据挖掘，还从用户与商品，各商品之间的关联以及场景差异的角度进行推荐，从而提升推荐的准确度和用户黏性。

技术研发人员：刘根
受保护的技术使用者：阿锐巴数据科技（上海）有限公司
技术研发日：
技术公布日：2024/1/14