[发明专利]一种工业互联网产品推荐系统及方法

权利要求书

1.一种工业互联网产品推荐系统，其特征在于：包括平台产品信息管理模块、用户信息管理模块、用户行为日志管理模块、推荐引擎管理模块、推荐生成模块和用户终端；

所述平台产品信息管理模块，用于接收平台产品信息并根据平台产品的特征标签对平台产品信息进行分类，然后对分类后的平台产品信息进行存储；

所述用户信息管理模块，用于接收用户终端发送的用户注册信息，并对用户注册信息进行存储，然后根据用户注册信息生成用户属性向量；

所述用户行为日志管理模块，用于接收用户终端发送的用户行为信息，并根据用户行为信息生成用户行为日志，对用户行为日志进行存储，然后根据用户行为日志生成用户兴趣向量；

所述推荐引擎管理模块，用于调取用户属性向量和用户兴趣向量并根据用户属性向量和用户兴趣向量生成用户画像，再根据用户画像和推荐策略生成指定用户的推荐引擎，然后根据分类后的平台产品信息生成产品推荐列表，最后将产品推荐列表发送至用户终端，其中，所述推荐策略包括基于用户的协同过滤算法、基于项目的协同过滤算法和基于内容的推荐算法。

2.根据权利要求1所述的一种工业互联网产品推荐系统，其特征在于：所述工业互联网产品推荐系统还包括供需产品信息管理模块；

所述供需产品信息管理模块，用于接收供需产品信息并根据供需产品的特征标签对供需产品信息进行分类，然后对分类后的供需产品信息进行存储。

3.根据权利要求1所述的一种工业互联网产品推荐系统，其特征在于：所述工业互联网产品推荐系统还包括行业信息管理模块；

所述行业信息管理模块，用于利用网络爬虫从互联网获取指定的行业信息。

4.根据权利要求1所述的一种工业互联网产品推荐系统，其特征在于：所述工业互联网产品推荐系统还包括推荐生成模块；

所述推荐生成模块，用于接收由推荐引擎管理模块发送的产品推荐列表，然后对产品推荐列表进行过滤、排名和解释后生成最终产品推荐列表，最后将最终产品推荐列表发送至用户终端。

5.根据权利要求1至4任一项所述的一种工业互联网产品推荐系统，其特征在于：所述基于用户的协同过滤算法具体如下：

根据用户行为日志生成用户-产品评价矩阵；

通过计算所有用户间的相似度生成用户相似度矩阵；

选择与目标用户相似度最高的k个用户生成k近邻用户集合，并基于k近邻用户集合中用户有过行为的所有产品生成候选产品集；

通过预测目标用户对候选产品集中产品的评分生成产品推荐列表。

6.根据权利要求5所述的一种工业互联网产品推荐系统，其特征在于：所述基于项目的协同过滤算法具体如下：

根据用户行为日志生成用户-产品评价矩阵；

计算产品之间的相似度矩阵；

根据目标用户有过行为记录的产品集合，为产品集合中的每个产品选择相似度最高的p个产品生成p近邻产品集合，并将p近邻产品集合组合成候选产品集；

通过预测目标用户对候选产品集中产品的评分生成产品推荐列表。

7.根据权利要求6所述的一种工业互联网产品推荐系统，其特征在于：所述用户行为日志包括显式的评价数据和隐式的行为数据，其中隐式的行为数据包括浏览、收藏、购买的网络行为数据，显式的评价数据为用户对产品的评分数据，综合显式的评价数据和隐式的行为数据得到用户u对产品t的综合评分为r_u,t，当有m个用户、n个产品时，用户-产品评价矩阵为：

8.根据权利要求6所述的一种工业互联网产品推荐系统，其特征在于：所述基于内容的推荐算法具体如下：

建立用户画像；

根据产品特征建立产品的特征向量，然后建立产品画像；

计算用户画像和产品画像的相似度，并生成产品推荐列表。

9.一种工业互联网产品推荐方法，基于权利要求1至8任一项所述的一种工业互联网产品推荐系统，其特征在于：包括以下步骤：

实时检测用户注册信息和用户行为日志，判断是否为新用户，若是，则调取用户注册信息并生成用户属性向量，再根据属性向量生成用户画像；若否，则调取用户行为日志并生成用户兴趣向量，然后结合用户属性向量生成用户画像；

选择推荐策略；

生成并输出产品推荐列表。