[发明专利]信息推荐系统及方法

权利要求书

1.一种信息推荐系统，其特征在于，包括：基础数据采集装置、数据仓库处理装置、基础推荐引擎装置和推荐引擎优化装置；其中：

基础数据采集装置,用于从金融企业系统采集客户浏览信息和购买信息的历史数据，所述历史数据包括结构化数据和非结构化数据；

数据仓库处理装置，用于接收所述历史数据，将所述非结构化数据转换成结构化数据，将转换后的结构化数据和原结构化数据进行数据清洗处理；

基础推荐引擎装置，用于根据预设时间内经过数据清洗处理的历史数据中的客户浏览信息和购买信息，计算客户与偏好商品的关系，根据客户与偏好商品的关系，得到初步推荐结果；

推荐引擎优化装置，用于根据推荐精度优化调节因子，调整所述初步推荐结果，得到最终推荐结果，将所述最终推荐结果提供给客户端服务器；

所述数据仓库处理装置包括：基础数据层单元、汇总数据层单元和集市数据层单元；其中：

基础数据层单元，用于接收所述历史数据和客户浏览推荐结果情况数据，将所述非结构化数据转换成结构化数据，通过去掉转换后的结构化数据和原结构化数据中的残缺数据、错误数据和重复数据，完成数据清洗处理；

汇总数据层单元，用于从基础数据层单元中完成数据清洗处理的数据中，按客户维度进行汇总处理，根据汇总客户资产情况、负债情况，提取客户特征信息；

集市数据层单元，用于对基础数据层单元中完成数据清洗处理的数据，以及汇总数据层单元中的客户特征信息进行分析，得到针对基础推荐引擎装置、推荐引擎优化装置和推荐引擎评估装置所需的数据；

推荐引擎优化装置包括：时间因子优化引擎单元、非热销因子优化引擎单元、推荐引擎融合单元、过滤优化引擎单元、客户特征排序优化引擎单元和自有产品排序优化单元；其中：

时间因子优化引擎单元，用于在初步推荐结果中筛选出浏览时间相近的商品，形成一次筛选结果清单；

非热销因子优化引擎单元，用于提高所述一次筛选结果清单中非热销商品的推荐度，形成二次筛选结果清单；

推荐引擎融合单元，用于将所述二次筛选结果清单进行加权汇总，形成三次筛选结果清单；

过滤优化引擎单元，用于根据商品属性信息，将所述三次筛选结果清单中劣质商品剔除，形成四次筛选结果清单；

客户特征排序优化引擎单元，用于根据客户特征信息，将所述四次筛选结果清单中商品排序，形成五次筛选结果清单；

自有产品排序优化单元，根据金融企业的自有产品及其预设推荐要求，对所述五次筛选结果清单中商品进行排序调整，形成最终推荐结果；

所述基础数据采集装置还用于从客户端服务器中采集客户浏览推荐结果情况数据；所述客户浏览推荐结果情况数据包括结构化数据和非结构化数据；

所述数据仓库处理装置还用于接收所述客户浏览推荐结果情况数据，将所述非结构化数据转换成结构化数据，将转换后的结构化数据和原结构化数据进行数据清洗处理；

所述信息推荐系统还包括：推荐引擎评估装置，用于根据经过数据清洗处理的客户浏览推荐结果情况数据，计算预设时间内推荐结果的准确率、召回率和覆盖率，根据计算结果改变所述推荐精度优化调节因子，直到找到准确率、召回率和覆盖率最优时对应的推荐精度优化调节因子，将准确率、召回率和覆盖率最优时对应的推荐精度优化调节因子，作为最优推荐精度优化调节因子；

所述推荐引擎优化装置具体用于根据所述最优推荐精度优化调节因子，调整所述初步推荐结果，得到最终推荐结果，将所述最终推荐结果提供给客户端服务器。

2.如权利要求1所述的信息推荐系统，其特征在于，所述推荐精度优化调节因子包括：时间因子、非热销因子和排序调整因子其中之一或任意组合。

3.如权利要求1所述的信息推荐系统，其特征在于，所述基础推荐引擎装置进一步用于计算客户与客户类别的关系，以及商品与商品类别关系；根据客户与偏好商品的关系，客户与客户类别的关系，以及商品与商品类别关系，形成初步推荐结果。