[发明专利]一种基于社交网络用户行为特征的产品推荐方法及系统在审

专利信息
申请号: 202210368674.1 申请日: 2022-04-08
公开(公告)号: CN114692013A 公开(公告)日: 2022-07-01
发明(设计)人: 王祥兵;舒晓惠;李荣;杨刚营;李燕;穆鸿声 申请(专利权)人: 怀化学院;贵州理工学院;贵州工程应用技术学院
主分类号: G06F16/9536 分类号: G06F16/9536;G06F16/9535;G06K9/62;G06Q30/06
代理公司: 苏州拓云知识产权代理事务所(普通合伙) 32344 代理人: 孙威
地址: 418000 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 社交 网络 用户 行为 特征 产品 推荐 方法 系统
【权利要求书】:

1.一种基于社交网络用户行为特征的产品推荐方法,其特征在于,所述方法包括:

获得产品基本信息,按照产品预定标签库对所述产品基本信息进行标签分类,获得产品标签属性信息;

按照产品评价指标集合对所述产品基本信息进行评价,获得产品评价等级信息;

对所述产品标签属性信息和所述产品评价等级信息进行特征融合,获得产品推荐融合特征;

根据所述产品推荐融合特征,构建产品应用画像;

通过大数据对社交网络进行行为特征挖掘,获得在预定关联度阈值之内的社交网络用户集合;

根据所述产品应用画像,提取产品场景要素;

基于所述产品场景要素对所述社交网络用户集合进行用户筛选,获得待推荐目标用户。

2.如权利要求1所述的方法,其特征在于,所述获得产品评价等级信息,包括:

对所述产品评价指标集合进行主成分分析,获得降维产品评价指标集合;

按照所述降维产品评价指标集合对所述产品基本信息进行评价,获得产品指标评分结果;

将所述产品指标评分结果渲染至产品评估指标网状图中,生成产品指标评分特征图形;

基于所述产品指标评分特征图形围成的面积进行等级评价,获得所述产品评价等级信息。

3.如权利要求2所述的方法,其特征在于,所述生成产品指标评分特征图形,包括:

对所述产品指标评分结果进行归一化处理,获得标准产品指标评分结果;

获得所述降维产品评价指标集合的关键度分配结果,根据所述关键度分配结果和所述标准产品指标评分结果的乘积,获得产品指标综合评分结果;

根据所述产品指标综合评分结果,确定所述产品评估指标网状图的径向划分粒度;

基于所述径向划分粒度和所述标准产品指标评分结果,获得所述产品指标评分特征图形。

4.如权利要求3所述的方法,其特征在于,所述方法包括:

将所述标准产品指标评分结果按照所述径向划分粒度进行尺寸匹配,获得产品径向尺度分布集合;

根据所述产品径向尺度分布集合在所述产品评估指标网状图上进行特征点标记,获得产品径向特征点集合;

将所述产品径向特征点集合中的各特征点进行连接,构建所述产品指标评分特征图形。

5.如权利要求1所述的方法,其特征在于,所述获得在预定关联度阈值之内的社交网络用户集合,包括:

通过大数据挖掘获得社交网络发布信息;

根据所述社交网络发布信息,确定社交用户行为特征;

获得社交用户兴趣产品信息,基于所述社交用户行为特征和社交用户兴趣产品信息,确定产品关联约束因子;

基于所述产品关联约束因子进行用户关联性分析,获得在预定关联度阈值之内的所述社交网络用户集合。

6.如权利要求5所述的方法,其特征在于,所述根据所述社交网络发布信息,确定社交用户行为特征,包括:

基于自然语言处理算法对所述社交网络发布信息进行解析,获得发布文本信息;

对所述发布文本信息进行关键词提取,获得社交用户发布关键词;

根据所述社交用户发布关键词的出现频次,对用户进行行为偏好相似度评估,获得社交用户偏好行为信息;

基于时间复杂度对所述社交用户偏好行为信息进行分析,确定所述社交用户行为特征。

7.如权利要求6所述的方法,其特征在于,所述方法包括:

根据所述时间复杂度对所述社交用户偏好行为信息进行时效分析,获得时效影响度;

按照所述时效影响度,获得动态偏好行为特征值;

将所述动态偏好行为特征值和所述社交用户偏好行为信息进行融合计算,获得所述社交用户行为特征。

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怀化学院;贵州理工学院;贵州工程应用技术学院,未经怀化学院;贵州理工学院;贵州工程应用技术学院许可,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/202210368674.1/1.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