[发明专利]信息推荐系统及方法

说明书

本发明提供了一种信息推荐系统及方法，其中，该系统包括：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，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，用于接收历史数据，将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，调整初步推荐结果，得到最终推荐结果，将最终推荐结果提供给客户端服务器。上述技术方案提高了信息推荐的准确度。

技术领域

本发明涉及信息推荐技术领域，特别涉及一种信息推荐系统及方法。

背景技术

电子商务平台因其智能、便捷等优势成为主流媒介，拥有大量的客户资源与信息。日前越来越多的电子商务平台将客户信息与资金收付进行了对接，实现了销售、推广、支付一体化整合，在某种程度上替代了传统的金融业。在这样的电商金融化的冲击下，金融行业也开始涉足电子商务领域。如何利用其丰富的客户数据资源、发掘客户潜在购买力、挖掘潜在客户，引导客户进行智能消费，成为一项新的挑战。目前金融电商平台通过传统的推荐系统来实现上述需求，仍有如下问题：

海量基础数据与推荐输出结果不对等：金融行业的客户基础数据具有天然优势，包含了客户信用、客户资产负债等多种信息，但目前的推荐系统未能使用这部分数据构建有针对性的推荐引擎，未能实现个性化推荐，导致推荐结果与客户实际需求不相符，推荐准确度不够。

因此，现有信息推荐系统推荐准确度低。

发明内容

本发明实施例提供了一种信息推荐系统，用以提高信息推荐的准确度，该系统包括：基础数据采集装置、数据仓库处理装置、基础推荐引擎装置、推荐引擎优化装置和客户端服务器；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，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，用于接收历史数据，将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，调整初步推荐结果，得到最终推荐结果，将最终推荐结果提供给客户端服务器。

本发明实施例提供了一种信息推荐方法，用以提高信息推荐的准确度，该方法包括：

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，历史数据包括结构化数据和非结构化数据；

接收历史数据，将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；

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；

根据推荐精度优化调节因子，调整初步推荐结果，得到最终推荐结果，将最终推荐结果提供给客户端服务器。

本发明实施例提供了一种计算机设备，用以提高信息推荐的准确度，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行上述计算机程序时实现如上所述的信息推荐方法。

本发明实施例提供了一种计算机可读存储介质，用以提高信息推荐的准确度，该计算机可读存储介质存储有执行如上所述的信息推荐方法的计算机程序。