[发明专利]一种基于大数据的信息推荐方法及系统

权利要求书

1.一种基于大数据的信息推荐方法，其中，所述方法包括：

获得第一信息集；

对所述第一信息集进行特征提取，获得第一特征信息集；

获得第一信息来源；

对所述第一信息来源进行聚类分析，获得第一聚类结果，依据所述第一聚类结果，构建第一信息来源数据库；

将所述第一特征信息集在所述第一信息来源数据库中遍历运算，对归属于所述第一聚类结果的特征信息标记，获得第一标签信息；

根据所述第一标签信息的数目信息进行动态排序，获得第一动态排序结果；

将所述第一动态排序结果信息输入第一推荐模型，获得第一输出结果，所述第一输出结果包括第一推荐信息、第二推荐信息。

2.如权利要求1所述的方法，其中，所述将所述第一动态排序结果信息输入第一推荐模型，获得第一输出结果，所述第一输出结果包括第一推荐信息、第二推荐信息，包括：

将所述第一动态排序结果信息输入所述第一推荐模型；

所述第一推荐模型由多组训练数据训练获得，所述多组数据中的每组数据都包括：所述第一动态排序结果信息和标识所述第一输出结果的标识信息；

获得第一输出结果。

3.如权利要求2所述的方法，其中，所述第一推荐模型由多组训练数据训练获得，所述多组数据中的每组数据都包括：所述第一动态排序结果信息和标识所述第一输出结果的标识信息，包括：

评估所述第一输出结果的准确性，获得所述第一推荐模型的第一性能指标；

删除所述第一动态排序结果中的第一排序信息，获得第二动态排序结果；

使用所述第二排序结果训练所述第一推荐模型，获得第二输出结果；

评估所述第二输出结果的准确性，获得所述第一推荐模型的第二性能指标；

获得第一性能阈值；

计算所述第一性能指标和所述第二性能指标的差值，若是满足所述第一性能阈值，则所述第一排序信息为可删除信息，获得第一删除指令；

根据所述第一删除指令，删除所述第一排序信息。

4.如权利要求1所述方法，其中，所述对所述第一信息集进行特征提取，获得第一特征信息集，包括：

将所述第一信息集输入第一特征提取模型，获得第一特征集合；

对所述第一特征集合进行缺失值分析，获得第一分析结果；

获得第一缺失阈值；

判断所述第一分析结果是否在所述第一缺失阈值之内；

若是所述第一分析结果在所述第一缺失阈值之内，则获得第一补充指令；

依据所述第一补充指令，依据所述第一分析结果对所述第一特征集合进行补充；

将补充后的所述第一特征集合作为所述第一特征信息集。

5.如权利要求4所述方法，其中，所述依据所述第一补充指令，依据所述第一分析结果对所述第一特征集合进行补充，包括

依据所述第一分析结果读取第一特征集合，获得第一缺失数据；

根据所述第一缺失数据，确定第一缺失类型；

将所述第一缺失数据和所述第一缺失类型输入所述第一缺失数据处理模型，获得第一处理结果，使用所述第一处理结果补充所述第一特征集合。

6.如权利要求4所述方法，其中，若是所述第一分析结果不在所述第一缺失阈值之内，还包括：

获得第一删除指令，删除所述第一分析结果不在所述第一缺失阈值之内的所述第一特征集合；

获得第一采集指令，采集所述第二信息集；

将所述第二信息集和所述第一信息集输入所述第一特征提取模型，获得第二特征集合。

7.如权利要求1所述方法，其中，所述方法还包括：

根据所述第一动态排序结果，构建第一变化曲线；

根据所述第一变化曲线，获得第一变化趋势排序结果；

依据所述第一变化趋势排序结果修正所述第一输出结果，获得第三输出结果。