[发明专利]一种大数据平台与品牌车型相结合的社交用户推荐方法在审

专利信息
申请号: 201810703587.0 申请日: 2018-07-01
公开(公告)号: CN109002507A 公开(公告)日: 2018-12-14
发明(设计)人: 向湘杰 申请(专利权)人: 东莞市华睿电子科技有限公司
主分类号: G06F17/30 分类号: G06F17/30;G06F17/27;G06Q50/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 523073 广东省东莞*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 品牌 车型 用户属性 用户推荐 评论 大数据 近似 上报 社交账号 推荐信息 用户发送 用户集合 检测 匹配 好友 查询 交流
【权利要求书】:

1.一种大数据平台与品牌车型相结合的社交用户推荐方法,其特征在于,所述方法包括:

所述大数据平台在检测到第一社交用户完成对某一品牌车型的关注之后,提示所述第一社交用户上报所述第一社交用户的用户属性以及所述第一社交用户对所述品牌车型的第一评论;

所述大数据平台检测所述第一社交用户上报的所述第一社交用户的用户属性以及所述第一社交用户对所述品牌车型的第一评论;

所述大数据平台根据所述第一社交用户的用户属性,从已关注所述品牌车型的社交用户集合中查询出不属于所述第一社交用户的好友的第二社交用户;所述第二社交用户上报的所述第二社交用户的用户属性与所述第一社交用户的用户属性相匹配;

所述大数据平台获取所述第二社交用户上报的所述第二社交用户对所述品牌车型的第二评论;

所述大数据平台将所述第一评论与所述第二评论进行对比;

若对比表明所述第一评论与所述第二评论近似,所述大数据平台向所述第一社交用户发送推荐信息,所述推荐信息至少包括所述第二社交用户对应的社交账号、所述第二社交用户的用户属性以及所述第二评论。

2.根据权利要求1所述的社交用户推荐方法,其特征在于,在对比所述第一评论与所述第二评论近似之后,以及所述大数据平台向所述第一社交用户发送推荐信息之前,所述方法还包括:

所述大数据平台向所述第二社交用户发送询问信息,所述询问信息用于询问所述第二社交用户是否允许被推荐给其他社交用户;

若所述第二社交用户反馈允许被推荐给其他社交用户,所述大数据平台执行所述的向所述第一社交用户发送推荐信息的步骤。

3.根据权利要求1或2所述的社交用户推荐方法,其特征在于,所述大数据平台将所述第一评论与所述第二评论进行对比,包括:

所述大数据平台将所述第一评论进行拆解得到各候选句子;

所述大数据平台确定所述各候选句子的重要性分数;

所述大数据平台从所述各候选句子中提取所述重要性分数大于预设值的目标句子作为所述第一评论的关键信息;

所述大数据平台将所述第一评论的关键信息与所述第二评论的关键信息进行对比。

4.根据权利要求3所述的社交用户推荐方法,其特征在于,所述大数据平台将所述第一评论进行拆解得到各候选句子,包括:

所述大数据平台获取预设的文本拆解规则,所述预设的文本拆解规则包括分号、逗号、句号要进行拆解,而顿号、冒号、引号不进行拆解;

所述大数据平台按照所述预设的文本拆解规则,将所述景点第一评论进行拆解,以得到各候选句子。

5.根据权利要求4所述的社交用户推荐方法,其特征在于,所述大数据平台确定所述各候选句子的重要性分数,包括:

针对所述各候选句子中的每一候选句子,如果所述候选句子为中文句子,所述大数据平台按照语义分析的方式将所述中文句子拆分为若干个词组;

所述大数据平台对拆分得到的每个词组进行全文遍历计算,得到每个词组的出现次数;

所述大数据平台按照所述出现次数由高到低的顺序对拆分得到的所有词组进行排序,并且每个词组按照所述出现次数赋予相应的权值,所述出现次数越高,所述权值越高;

所述大数据平台计算每一中文句子的重要性分数,所述重要性分数即为所述中文句子拆分得到的若干个词组的权值之和。

6.根据权利要求5所述的社交用户推荐方法,其特征在于,还包括:

如果所述候选句子为网页链接地址,所述大数据平台在后台开启所述网页链接地址对应的目标网页;

所述大数据平台根据所述目标网页中,指向所述目标网页的链接确定所述目标网页的重要性分数,所述目标网页的重要性分数即是所述候选句子的重要性分数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东莞市华睿电子科技有限公司,未经东莞市华睿电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810703587.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top