[发明专利]数据推荐方法、装置、电子设备及存储介质

说明书

本发明涉及数据分析领域，还涉及人工智能及智慧医疗领域，揭露一种数据推荐方法，包括：获取用户在应用程序的历史数据和实时数据，分别对历史数据和实时数据进行标签提取后创建用户的信用矩阵，计算信用矩阵中每个数据的数据评分，以得到用户评分；在用户评分处于第一预设范围，标记用户为黑名单用户，停止向黑名单用户进行数据推荐；在用户评分处于第二预设范围，标记用户为新用户，将新用户的相似用户在应用程序中的产品浏览数据推送至新用户；在用户评分处于第三预设范围，标记用户为重要用户，识别重要用户的需求产品，从应用程序匹配需求产品的产品数据，并推送至重要用户。本发明可以提高数据推荐的准确性。

技术领域

本发明涉及数据分析领域，尤其涉及一种数据推荐方法、装置、电子设备及计算机可读存储介质。

背景技术

数据推荐是指将待推荐数据推送至需求用户的过程，以满足不同用户需求，随着信息科技的不断发展，用户量和数据量的不断增长，如何实现数据的准确推荐成为愈发重要的问题，如在不同企业发布的APP中，如何将在APP中新注册用户高效的转换为企业星级用户，数据推荐显得十分重要。

目前，数据推荐通常是查找用户历史数据，以匹配用户的兴趣数据，并在匹配的兴趣数据中选取相应评分最高的数据返回至用户，由于在实际业务场景中，用户的需求在不断发生变化，通过查找用户历史数据容易忽略用户的实时需求，如用户在历史中购买了一套家具，而此时用户的需求为订购一套电子产品，因此，通过用户历史数据实现数据推荐的方式缺乏对用户需求或意图进行识别，从而会影响数据推荐的准确性。

发明内容

本发明提供一种数据推荐方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高数据推荐的准确性。

为实现上述目的，本发明提供的一种数据推荐方法，包括：

获取用户在应用程序中的历史数据，并采集所述用户在所述应用程序中的实时数据，分别对所述历史数据和所述实时数据进行标签提取，得到历史标签和实时标签；

根据所述历史标签和所述实时标签，创建所述用户的信用矩阵，利用预设的信用评分机制计算所述信用矩阵中每个数据的数据评分，根据每个所述数据评分，计算所述信用矩阵的矩阵评分，得到用户评分；

在所述用户评分处于第一预设范围时，标记所述用户为黑名单用户，并停止向所述黑名单用户进行数据推荐；

在所述用户评分处于第二预设范围时，标记所述用户为新用户，从所述应用程序的用户数据库中匹配所述新用户的相似用户，并将所述相似用户在所述应用程序中的产品浏览数据推送至所述新用户；

在所述用户评分处于第三预设范围时，标记所述用户为重要用户，识别所述重要用户的需求产品，从所述应用程序中匹配所述需求产品的产品数据，并将匹配成功的产品数据推送至所述重要用户。

可选地，所述采集所述用户在所述应用程序中的实时数据，包括：

侦测所述用户在所述应用程序中的行为事件；

响应于所述行为事件，利用预构建的埋点框架记录所述行为事件的事件特征和用户特征；

根据所述事件特征和用户特征，生成所述实时数据。

可选地，所述分别对所述历史数据和所述实时数据进行标签提取，得到历史标签和实时标签，包括：

分别对所述历史数据和所述实时数据进行特征提取，得到历史特征数据和实时特征数据；

分别识别所述历史特征数据和所述实时特征数据的数据属性，得到历史数据属性和实时数据属性；

根据所述历史数据属性和所述实时数据属性，分别建立所述历史特征数据和所述实时特征数据的数据标签，得到历史标签和实时标签。