[发明专利]一种服务商品的智能推荐方法以及推荐系统

摘要

本发明提供了一种服务商品的智能推荐方法包括a)获取用户端的用户原始数据，以及商家端的商家数据；b)将获取的所述用户原始数据和商家数据进行清洗得到结构化数据；c)所述结构化数据分别输入如下四个独立运算的引擎进行计算得到推荐商品d)步骤c)中四个独立运算的引擎计算得到的所有推荐商品针对同一用户进行去重，并对去重后的推荐商品计算该用户操作行为的概率，按照概率由高到低排序；e)步骤d)中对推荐商品去重排序后进行调整，将调整后的推荐商品现在用户端展示。本发明提供的智能推荐系统能够最大化提高资源的匹配率。

主权项

一种服务商品的智能推荐方法，其特征在于，所述方法包括：a)获取用户端的用户原始数据，以及商家端的商家数据；b)将获取的所述用户原始数据和商家数据进行清洗得到结构化数据；c)所述结构化数据分别输入如下四个独立运算的引擎进行计算：c1)将所述结构化数据输入到预测引擎，根据某一用户对某一商品的操作行为，判断该用户对其他商品操作行为的概率，并将概率最大的商品作为该用户的推荐商品输出；c2)将所述结构化数据输入到用户分类引擎，对用户的进行分类标记，并且对不同商品进行分类标记，根据每一类用户对商品的操作行为对不同类的商品进行相关性评分，将得分最高的一类商品作为该类用户的推荐商品输出；c3)将所述结构化数据输入到商品热度引擎，根据某一区域内所有用户的操作行为对该区域内的所有商品进行评分，将得分最高的商品作为所有用户的推荐商品输出；c4)将所述结构化数据库输入到时令引擎，在一定周期内统计所有用户在对某一类商品的操作行为的数量，所述操作行为的数量大于预设阈值时，则将该类商品作为所有用户的推荐商品输出；d)步骤c)中四个独立运算的引擎计算得到的所有推荐商品针对同一用户进行去重，并对去重后的推荐商品计算该用户操作行为的概率，按照概率由高到低排序；e)步骤d)中对推荐商品去重排序后进行调整，将调整后的推荐商品现在用户端展示。