基于云计算的互联网信息推荐系统及方法与流程

本发明涉及计算机信息，具体为基于云计算的互联网信息推荐系统及方法。

背景技术：

1、随着互联网技术的飞速发展，信息爆炸式增长已成为不可避免的趋势，用户在面对海量信息时，往往难以快速准确地找到符合自己兴趣和需求的内容，传统的信息推荐系统虽然在一定程度上缓解了信息过载的问题，但由于其推荐算法相对简单，且难以全面捕捉用户的个性化特征和动态变化，导致推荐结果的精准度和用户体验仍有待提升；现有的互联网信息推荐系统大多依赖于用户的历史行为数据，通过简单的统计分析或基于内容的推荐算法来生成推荐结果，然而，这些方法存在诸多局限性，首先，它们往往忽略了用户兴趣领域的多样性和复杂性，无法深入挖掘用户的潜在需求和兴趣点，其次，用户的兴趣和需求是随着时间和环境的变化而不断变化的，传统的推荐系统难以及时捕捉到这些变化，导致推荐结果与用户当前状态存在偏差，此外，隐私保护问题也是现有推荐系统面临的一大挑战，如何确保用户数据的安全性和隐私性，成为制约推荐系统发展的重要因素，为此，我们提出基于云计算的互联网信息推荐系统及方法。

技术实现思路

1、本发明的目的在于提供基于云计算的互联网信息推荐系统及方法。

2、以解决上述背景技术中提出的问题，本发明提供如下技术方案：基于云计算的互联网信息推荐系统，包括数据采集模块、数据处理模块、画像建立模块、物品归类模块、推荐模块、更新模块和隐私保护模块；

3、所述数据采集模块用于从数据源采集用户的行为数据和物品的属性数据；

4、所述数据处理模块用于对采集到的数据进行处理；

5、所述画像建立模块用于接收处理后的用户行为数据，并根据数据生成用户画像；

6、所述物品归类模块用于接收处理后的物品属性数据，并根据数据生成物品类型标签；

7、所述推荐模块用于根据建立的用户画像，生成个性化的推荐结果；

8、所述更新模块用于接收用户的最新行为数据，判断用户的状态，并根据用户的状态更新推荐的内容；

9、所述隐私保护模块包含用户交互界面和加密单元，所述用户交互界面用于用户手动输入信息和更改系统设置，所述加密单元用于对用户输入的敏感信息进行加密处理。

10、作为本发明的进一步方案：所述数据采集模块中包含清洗单元和归类单元，所述清洗单元用于对数据源中的无效数据进行清洗，所述无效数据为用户浏览时间小于3s的数据，所述数据源包括用户使用的授权获取信息的app、网站访问记录、社交媒体平台以及在线购物平台，所述归类单元用于对采集的物品属性信息进行归类处理。

11、作为本发明的进一步方案：所述数据处理模块会对数据采集模块传输的数据进行去噪处理，去除一些异常值和干扰数据，所述数据处理模块中包含转换单元，所述转换单元用于将不同格式和单位的数据统一转换为标准格式。

12、作为本发明的进一步方案：所述画像建立模块中包含特征提取单元、兴趣分析单元和消费习惯分析单元，所述特征提取单元用于从数据处理模块传输的处理后的数据中提取特征，所述兴趣分析单元用于对提取的特征进行深入分析，确定用户的兴趣领域，所述消费习惯分析单元用于记录用户每日的消费信息，并分析用户的消费模式。

13、作为本发明的进一步方案：所述物品归类模块包含类别设定单元、类别匹配单元和类别存储单元，所述类别设定单元用于制定物品分类的规则和标准，所述类别匹配单元用于将数据处理模块中传输的物品属性数据与预先在类别设定单元中制定好的分类规则和标准进行精准匹配，所述数据存储单元用于将分类完成后的物品类别信息进行存储。

14、作为本发明的进一步方案：所述推荐模块会根据画像建立模块分析出的用户兴趣领域和消费习惯生成对应的物品属性推荐列表，并从物品归类单元存储的物品类别信息中调取适用于该物品属性推荐列表中的物品数据。

15、作为本发明的进一步方案：所述更新模块用于记录用户对推荐模块生成的物品属性推荐列表的偏好程度，并通过公式判断用户的当前状态，具体公式如下：

16、

17、x＝a+d

18、其中，其中，a代表当天用户对物品的偏好程度，b为当天推荐物品的总展示次数，c是当天用户点击推荐物品的次数，d表示当天用户对推荐物品的兴趣程度，e为当天用户浏览推荐物品的时间，f是当天推荐物品展示的总时间，x代表当天用户对该推荐物品的关注度，当x＜0.5时，意味着当天用户对推荐物品不感兴趣，当x≥0.5时，则表明当天用户对该推荐物品感兴趣，当用户连续三天对推荐物品不感兴趣，将用户判定为兴趣领域转换，此时，重新对用户的历史行为数据进行深度分析，挖掘新的兴趣方向，当用户连续一周对推荐物品不感兴趣，将用户判定为身份发生改变，此时，需要对用户的基本信息和行为模式进行全面复盘，重新构建用户画像。

19、作为本发明的进一步方案：所述隐私保护模块中，用户可以通过用户交互界面手动输入自己的兴趣偏好、消费习惯以及消费水平，所述隐私保护模块还包含匿名化处理单元，所述匿名化处理单元用于将用户数据中的可识别用户身份的信息进行匿名化处理，使得处理后的数据无法直接关联到具体的用户。

20、另外，本发明还提供了基于云计算的互联网信息推荐系统的方法，包括以下步骤：

21、步骤一、采集并处理用户和物品的相关数据；

22、步骤二、对采集数据去噪和统一格式处理；

23、步骤三、建立用户画像，分析兴趣与消费；

24、步骤四、归类物品，存储类别信息；

25、步骤五、生成个性化推荐并调取物品数据；

26、步骤六、更新推荐，依用户状态调整；

27、步骤七、保护用户输入的敏感身份信息。

28、采用上述技术方案，与现有技术相比，本发明的有益效果在于：

29、1.本发明通过数据采集模块、数据处理模块、画像建立模块和物品归类模块的协同工作，能够全面、准确地收集和处理用户行为数据及物品属性数据，通过画像建立模块中的特征提取、兴趣分析和消费习惯分析单元，能够深入挖掘用户的兴趣领域和消费习惯，从而生成高度个性化的用户画像，结合推荐模块根据用户画像生成的推荐结果，能够提升推荐的精准度，为用户提供更符合其兴趣和需求的物品推荐；

30、2.本发明通过实时监测用户的最新行为数据，并运用特定的公式评估用户对推荐物品的偏好程度，能够动态地判断用户的状态和兴趣变化，当用户连续几天对推荐内容不感兴趣时，系统会触发兴趣领域转换或身份改变的判定逻辑，从而重新分析用户历史行为数据，挖掘新的兴趣方向或全面复盘用户信息和行为模式，进而重新构建用户画像并更新推荐内容，这种实时更新与动态调整机制，确保了推荐内容始终与用户当前的兴趣和需求保持高度一致；

31、3.本发明通过用户交互界面的设计、敏感信息的加密处理以及用户数据的匿名化处理，用户可以通过用户交互界面手动输入自己的兴趣偏好、消费习惯等信息，增强了用户参与度和系统的灵活性，通过加密单元和匿名化处理单元的应用，保障了用户数据的安全性和隐私性，使得处理后的数据无法直接关联到具体的用户，增强了用户的信任感和满意度。